/ Модель

Характеристики

Лицензия
Своя лицензия
Опубликована
21 июл 2025

VGGT-1B-Commercial

Языковая модель3 профессии

VGGT-1B-Commercial восстанавливает геометрию сцены и параметры камер по одному или нескольким изображениям.

3 550скачиваний за 30 дней117лайковвеса обновлены17 сен 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

VGGT-1B-Commercial — контрольная точка Visual Geometry Grounded Transformer, разработанная Meta AI Research и University of Oxford, VGG. Модель предназначена для восстановления геометрии сцены по одному, нескольким или множеству изображений и выдаёт 3D-атрибуты, включая параметры камер, карты глубины, карты точек и траектории 3D-точек.

VGGT — прямой нейросетевой трансформер, который выполняет оценку за секунды. Репозиторий содержит веса в формате safetensors; карточка указывает лицензию для коммерческого использования с исключением военных применений. Полные условия приведены в файле LICENSE.

Сценарии применения

  • восстановление 3D-геометрии сцены по фотографиям
  • оценка глубины по изображениям
  • извлечение параметров камер для набора видов
  • построение карт точек сцены
  • отслеживание 3D-точек между видами

Ограничения

Коммерческое использование допускается с исключением военных применений; полные условия определяет LICENSE. В карточке не приведены дополнительные ограничения качества или области применения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Meta AI Research; University of Oxford, VGG

Jianyuan Wang, Minghao Chen, Nikita Karaev,
Andrea Vedaldi, Christian Rupprecht, David Novotny

This Hugging Face repository provides a model checkpoint licensed for commercial use, with the exception of military applications. Refer to the LICENSE file for full terms.

Overview

Visual Geometry Grounded Transformer (VGGT, CVPR 2025) is a feed-forward neural network that directly infers all key 3D attributes of a scene, including extrinsic and intrinsic camera parameters, point maps, depth maps, and 3D point tracks, from one, a few, or hundreds of its views, within seconds.

Quick Start

Please refer to our Github Repo

Citation

If you find our repository useful, please consider giving it a star ⭐ and citing our paper in your work:

@inproceedings{wang2025vggt,
  title={VGGT: Visual Geometry Grounded Transformer},
  author={Wang, Jianyuan and Chen, Minghao and Karaev, Nikita and Vedaldi, Andrea and Rupprecht, Christian and Novotny, David},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
  year={2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
ebb29a5

0 моделей