/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
sd-turbo
Библиотека
diffusers
Опубликована
15 сен 2026

R3D2-big

Преобразование изображенийИзображение, текст → изображение

R3D2-BIG — модель одношаговой генерации изображений, которая добавляет реалистичное освещение и тени вокруг вставленных 3D-объектов.

23скачиваний за 30 дней0лайковвеса обновлены15 сен 2026

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

R3D2-BIG — модель генерации изображений, разработанная для реалистичного добавления освещения и теней вокруг вставленных 3D-объектов. Это версия R3D2 с обычным VAE, созданная на основе SD-Turbo и предназначенная для одношаговой диффузии в сценариях автономного вождения.

Модель принимает изображение со вставленным 3D-объектом и формирует изображение с согласованными с окружением светом и тенями. Для работы предусмотрена интеграция с Diffusers; README указывает проверенную связку PyTorch 2.6.0, Diffusers 0.40.0 и Transformers 5.17.0, а пример запуска требует CUDA GPU.

Модель основана на SD-Turbo и обучалась с использованием TAESD и Waymo Open Dataset. Лицензия Waymo Dataset License Agreement разрешает только некоммерческое использование; дальнейшее использование и модификация регулируются её условиями.

Сценарии применения

  • добавление реалистичных теней к вставленному 3D-объекту
  • согласование освещения объекта с фоном дорожной сцены
  • создание реалистичных изображений для сценариев автономного вождения

Ограничения

Использование модели допускается только в некоммерческих целях и регулируется Waymo Dataset License Agreement. Для приведённого в README примера требуется CUDA GPU.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

R3D2-BIG

One-step diffusion for realistic lighting and shadows around inserted 3D assets. This is the regular VAE version of R3D2.

Paper · Code · Project · R3D2

Non-commercial use only. This model is released under the Waymo Dataset License Agreement. All downstream use or modification is subject to its terms, including Section 4. Full agreements and attribution: LICENSE.md, NOTICE.

Use with Diffusers

Tested with PyTorch 2.6.0, Diffusers 0.40.0 and Transformers 5.17.0. A CUDA GPU is required for the example below:

pip install torch==2.6.0 diffusers==0.40.0 transformers==5.17.0 peft
import torch
from diffusers import DiffusionPipeline
from PIL import Image

pipe = DiffusionPipeline.from_pretrained(
    "bertaveira/R3D2-big",
    trust_remote_code=True,
    torch_dtype=torch.float16,
).to("cuda")

pipe(Image.open("input.png").convert("RGB")).images[0].save("output.png")

Use with the original repository

Inside zenseact/R3D2, after uv sync:

uv run huggingface-cli download bertaveira/R3D2-big --local-dir checkpoints/R3D2-big
uv run r3d2/scripts/eval.py --model-path checkpoints/R3D2-big \
    --image-path input.png --output-path output.png

The repository CLI uses FP32. For lower GPU memory use, use the FP16 example above.

Credits

Built on SD-Turbo and TAESD, using the Waymo Open Dataset. Powered by Stability AI. For citation, see the paper's repository.

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Модели «картинка → картинка» пока не запускаются.

Ревизия весов
12eb370

0 моделей