/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
pytorch
Опубликована
30 сен 2026

NovelGS

Языковая модель

NovelGS восстанавливает 3D-гауссианы объекта по четырём изображениям с известными позами камер и синтезирует целевой ракурс.

0скачиваний за 30 дней0лайковвеса обновлены9 окт 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

NovelGS — официальная предварительно обученная модель для реконструкции 3D-сцен и синтеза новых ракурсов, выпущенная авторами проекта NovelGS. Она использует 24-слойный трансформер шириной 768 для предсказания привязанных к пикселям 3D-гауссиан. Чекпойнт для изображений размером 512 пикселей принимает четыре изображения объекта с заданными позами камер и восстанавливает целевой ракурс с подавлением шума; параметры камер включают матрицы camera-to-world и внутренние параметры камеры.

Модель предназначена для исследований реконструкции по небольшому числу видов, Gaussian Splatting и синтеза новых ракурсов. Обучение проводилось примерно на 270 тысячах объектов из Objaverse 1.0, отрисованных с разных ракурсов. Веса опубликованы в формате safetensors и сверены с указанным исходным исследовательским чекпойнтом. Лицензия весов — Apache-2.0; при использовании дополнительного сценария с одним изображением применяются веса Zero123++ под CC-BY-NC 4.0, а CUDA-растеризатор имеет отдельную лицензию только для исследований.

Результаты могут быть геометрически неполными или несогласованными для прозрачных, отражающих, тонких, сильно перекрытых и нетипичных объектов. Модель не определяет права собственности или лицензирование входных и выходных материалов.

Сценарии применения

  • реконструкция 3D-объекта по нескольким ракурсам
  • синтез нового вида объекта из заданной позы камеры
  • исследование реконструкции по разреженным изображениям
  • создание представления объекта для Gaussian Splatting

Ограничения

Результаты могут быть неполными или несогласованными для прозрачных, отражающих, тонких, сильно перекрытых и нетипичных объектов. Дополнительный однокадровый сценарий зависит от весов Zero123++ с лицензией CC-BY-NC 4.0, а CUDA-растеризатор распространяется на отдельных исследовательских условиях.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

NovelGS

Official model release for NovelGS: Consistent Novel-view Denoising via Large Gaussian Reconstruction Model.

This repository contains the official pretrained NovelGS weights.

Files

  • model.safetensors: 353 NovelGS tensors without optimizer, callbacks, trainer state, or frozen LPIPS/VGG state.
  • weights-manifest.json: sizes, SHA-256 hashes, tensor names, dtypes, and shapes.
  • SHA256SUMS: checksums for release artifacts.

The 353 NovelGS tensors in safetensors were compared tensor-by-tensor with the specified original research checkpoint: key sets, shapes, dtypes, and values are exactly equal.

Sanitization and provenance

The published safetensors file is derived from step=00010000.ckpt with source SHA-256 53eeda416228259db8226e8d9e6809717a45f9f104a1f6fcbf98e16759649f2f. The release conversion removes 36 frozen lpips.* tensors (58,870,528 bytes) and clears Lightning callback state containing private machine paths. weights-manifest.json records the source hash, exclusions, tensor metadata, and artifact hashes.

Architecture and input

NovelGS uses a 24-layer transformer of width 768 to predict pixel-aligned 3D Gaussians. The released 512-pixel checkpoint consumes four posed condition images and denoises one target view. The camera input consists of normalized camera-to-world matrices and normalized [fx, fy, cx, cy] intrinsics.

Use the code release at https://github.com/moonsliu/NovelGS for inference and training instructions.

Loading

from safetensors.torch import load_file
from omegaconf import OmegaConf
from src.utils.train_util import instantiate_from_config

config = OmegaConf.load("configs/train_512.yaml")
model = instantiate_from_config(config.model)
incompatible = model.load_state_dict(load_file("model.safetensors"), strict=False)
assert not incompatible.unexpected_keys
assert all(key.startswith("lpips.") for key in incompatible.missing_keys)
model.eval().cuda()

The LPIPS/VGG loss network is not bundled; the training code obtains it from the pinned upstream dependency.

Training data

The model was trained on a filtered set of approximately 270K objects derived from Objaverse 1.0, rendered into 32 random 512×512 RGBA views per object. The original assets and rendered dataset are not distributed. Objaverse objects retain their individual licenses.

Intended use and limitations

Intended for research on sparse-view reconstruction, Gaussian Splatting, and novel-view synthesis. Results may be geometrically incomplete or inconsistent for transparent, reflective, thin, heavily occluded, or out-of-distribution objects. The model does not establish ownership or licensing of its input or output content.

The optional single-image workflow uses Zero123++ weights under CC-BY-NC 4.0 and is therefore non-commercial. The core CUDA rasterizer distributed with the code has its own research-only license. These restrictions are separate from the Apache-2.0 license of NovelGS-authored code and NovelGS weights.

Citation

@article{liu2024novelgs,
  title={NovelGS: Consistent Novel-view Denoising via Large Gaussian Reconstruction Model},
  author={Liu, Jinpeng and Xu, Jiale and Cheng, Weihao and Gao, Yiming and Wang, Xintao and Shan, Ying and Tang, Yansong},
  journal={arXiv preprint arXiv:2411.16779},
  year={2024}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

3D-генерация пока не поддерживается.

Ревизия весов
275e00a

0 моделей