/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
stable-video-diffusion-img2vid-xt
Опубликована
26 фев 2025

genxd

Языковая модель

GenXD — диффузионная модель NUS и Microsoft для генерации 3D- и 4D-содержимого по изображениям и условиям камеры.

0скачиваний за 30 дней18лайковвеса обновлены30 мар 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

GenXD — диффузионная модель для генерации 3D- и 4D-данных по изображению и условиям камеры, разработанная NUS и Microsoft. Она использует диффузию с масочным латентным кондиционированием, а также модули для объединения информации из разных ракурсов и времени с альфа-композитингом.

Модель предназначена для создания 3D- и 4D-образцов, а также видеопоследовательностей из изображений. Возможные сценарии включают художественное творчество, дизайн, образовательные и творческие инструменты и исследования генеративных моделей. Производная от stabilityai/stable-video-diffusion-img2vid-xt; датасет в метаданных — Yuyang-z/CamVid-30K. Лицензия Apache-2.0.

Модель не обеспечивает идеальный фотореализм и полную согласованность 3D-содержимого. Она не предназначена для создания достоверных изображений людей или событий; генерация может усиливать социальные предубеждения.

Сценарии применения

  • создание 3D-образцов по изображению
  • генерация 4D-содержимого с изменением во времени
  • создание видеопоследовательностей из изображений
  • подготовка художественных материалов и дизайн-концепций
  • исследование генеративных диффузионных моделей

Ограничения

Модель не обеспечивает идеальный фотореализм и полную согласованность 3D-содержимого; она не обучалась для достоверного представления людей и событий. Генерация может усиливать социальные предубеждения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

GenXD Model Card

Model Details

Model Description

GenXD leverages mask latent conditioned diffusion model to generate 3D and 4D samples with both camera and image conditions. In addition, multiview-temporal modules together with alpha-fusing are proposed to effectively disentangle and fuse multiview and temporal information.

  • Developed by: NUS, Microsoft
  • Model type: image-to-3D diffusion model, image-to-video diffusion model, image-to-4D diffusion model
  • License: Apache-2.0

Model Sources

Uses

Direct Use

The model is intended for research purposes only. Possible research areas and tasks include

  • Generation of artworks and use in design and other artistic processes.

  • Applications in educational or creative tools.

  • Research on generative models.

  • Safe deployment of models which have the potential to generate harmful content.

  • Probing and understanding the limitations and biases of generative models.

Excluded uses are described below.

Out-of-Scope Use

The model was not trained to be factual or true representations of people or events, and therefore using the model to generate such content is out-of-scope for the abilities of this model.

Limitations and Bias

Limitations

  • The model does not achieve perfect photorealism.
  • The model does not achieve perfect 3D consistency.

Bias

While the capabilities of generation model is impressive, it can also reinforce or exacerbate social biases.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

3D-генерация пока не поддерживается.

Ревизия весов
8fa7a98

0 моделей