/ Модель

Характеристики

Лицензия
CreativeML OpenRAIL-M
Базовая модель
stable-diffusion-2-1
Опубликована
20 авг 2025

SpatialGen-1.0

Языковая модель3 профессии

SpatialGen-1.0 генерирует 3D-сцены помещений по семантической 3D-компоновке с условием в виде изображения или текстового описания.

54скачиваний за 30 дней44лайкавеса обновлены12 ноя 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

SpatialGen-1.0 — модель Manycore Research для генерации 3D-сцен помещений по заданной 3D-семантической компоновке. Она использует многовидовую мультимодальную диффузионную архитектуру и может учитывать референсное изображение либо текстовое описание сцены. Репозиторий предоставляет inference-код; в README также указано, что инструкции по обучению и полный набор данных пока не выпущены.

Модель дообучена на базе stabilityai/stable-diffusion-2-1 и распространяется в форматах Diffusers и Safetensors. Лицензия — CreativeML OpenRAIL-M. В карточке не приведены сведения о размере модели и длине контекста.

Сценарии применения

  • создание 3D-интерьеров по семантической компоновке помещения
  • генерация 3D-сцены по референсному изображению и заданной планировке
  • генерация 3D-сцены по текстовому описанию и заданной планировке

Ограничения

Для генерации требуется 3D-семантическая компоновка; обучение модели и полный набор данных в README не опубликованы.

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

SpatialGen: Layout-guided 3D Indoor Scene Generation

Image-to-Scene ResultsText-to-Scene Results
Img2SceneText2Scene

✨ News

  • [Sep, 2025] We released the paper of SpatialGen!
  • [Aug, 2025] Initial release of SpatialGen-1.0!

📋 Release Plan

  • Provide inference code of SpatialGen.
  • Provide training instruction for SpatialGen.
  • Release SpatialGen dataset.

SpatialGen Models

ModelDownload
SpatialGen-1.0🤗 HuggingFace
FLUX.1-Wireframe-dev-lora🤗 HuggingFace

Usage

🔧 Installation

Tested with the following environment:

  • Python 3.10
  • PyTorch 2.3.1
  • CUDA Version 12.1
# clone the repository
git clone https://github.com/manycore-research/SpatialGen.git
cd SpatialGen

python -m venv .venv
source .venv/bin/activate

pip install -r requirements.txt
# Optional: fix the [flux inference bug](https://github.com/vllm-project/vllm/issues/4392)
pip install nvidia-cublas-cu12==12.4.5.8

📊 Dataset

We provide SpatialGen-Testset with 48 rooms, which labeled with 3D layout and 4.8K rendered images (48 x 100 views, including RGB, normal, depth maps and semantic maps) for MVD inference.

Inference

# Single image-to-3D Scene
bash scripts/infer_spatialgen_i2s.sh

# Text-to-image-to-3D Scene
# in captions/spatialgen_testset_captions.jsonl, we provide text prompts of different styles for each room, 
# choose a pair of scene_id and prompt to run the text2scene experiment
bash scripts/infer_spatialgen_t2s.sh

License

SpatialGen-1.0 is derived from Stable-Diffusion-v2.1, which is licensed under the CreativeML Open RAIL++-M License.

Citation

@inproceedings{SpatialGen,
  title     = {SpatialGen: Layout-guided 3D Indoor Scene Generation},
  author    = {Fang, Chuan and Li, Heng and Liang, Yixu and Zheng, Jia and Mao, Yongsen and Liu, Yuan and Tang, Rui and Zhou, Zihan and Tan, Ping},
  booktitle = {International Conference on 3D Vision},
  year      = {2026}
}

Acknowledgements

We would like to thank the following projects that made this work possible:

DiffSplat | SD 2.1 | TAESD | FLUX | SpatialLM

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
6c8c2d1

0 моделей