/ Модель

Характеристики

Контекст
43 019 токенов
Параметры
907 млн
Лицензия
CC BY-SA 4.0
Архитектура
shape-opt · dense
Базовая модель
edgerunner
Библиотека
transformers
Опубликована
6 мар 2026

PixARMesh-EdgeRunner

Языковая модель

PixARMesh-EdgeRunner восстанавливает геометрию и расположение объектов 3D-интерьера по одному RGB-изображению.

1 360скачиваний за 30 дней0лайковвеса обновлены31 мая 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

PixARMesh-EdgeRunner — модель семейства ShapeOPT для восстановления 3D-сцен помещений по одному RGB-изображению. Она разработана авторами PixARMesh и дообучена на базе zx1239856/edgerunner. Модель объединяет предсказание расположения объектов и их геометрии в авторегрессионной последовательности, выдавая сетки объектов напрямую, без промежуточного воксельного или неявного представления.

Для пространственного анализа используются кодировщик облака точек, признаки изображения, привязанные к пикселям, и глобальный контекст сцены с перекрёстным вниманием. Заявленная область применения — реконструкция полных интерьерных сцен по одиночному виду; README описывает получение компактных сеток с детализированной геометрией за один прямой проход. Модель содержит около 906,9 млн параметров, использует библиотеку Transformers и формат safetensors. В карточке указана лицензия CC BY-SA 4.0.

Модель принимает изображение и создаёт 3D-сцену с геометрией объектов и их расположением. Описание не приводит языкового интерфейса или поддержки текстовых запросов; показатель контекста из метаданных не характеризует текстовое окно для такого сценария. Результат зависит от информации, видимой на единственном ракурсе, поэтому скрытые части сцены нельзя непосредственно наблюдать на входе.

Сценарии применения

  • восстановление 3D-сцены комнаты по фотографии
  • создание сеток объектов интерьера по одному ракурсу
  • автоматическое получение расстановки предметов в помещении
  • подготовка исходной 3D-сцены для дальнейшего редактирования

Ограничения

Модель восстанавливает сцену только по одному изображению, поэтому скрытые области и детали ракурса могут быть неоднозначны. Описание не содержит количественной оценки качества или подробных сведений об ограничениях применения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PixARMesh: Autoregressive Mesh-Native Single-View Scene Reconstruction

PixARMesh is a mesh-native autoregressive framework for single-view 3D scene reconstruction. Instead of reconstructing via intermediate volumetric or implicit representations, PixARMesh directly models instances with native mesh representation. Object poses and meshes are predicted in a unified autoregressive sequence.

Model Details

Reconstructing complete 3D indoor scenes from a single RGB image is a complex task. PixARMesh jointly predicts object layout and geometry within a unified model, producing coherent and artist-ready meshes in a single forward pass. By augmenting a point-cloud encoder with pixel-aligned image features and global scene context via cross-attention, the model enables accurate spatial reasoning. Scenes are generated autoregressively from a unified token stream containing context, pose, and mesh, yielding compact meshes with high-fidelity geometry.

Citation

If you find PixARMesh useful in your research, please consider citing:

@inproceedings{zhang2026pixarmesh,
  author    = {Zhang, Xiang and Yoo, Sohyun and Wu, Hongrui and Li, Chuan and Xie, Jianwen and Tu, Zhuowen},
  title     = {PixARMesh: Autoregressive Mesh-Native Single-View Scene Reconstruction},
  booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
  month     = {June},
  year      = {2026},
  pages     = {5881-5891}
}

Acknowledgements

PixARMesh builds upon several excellent open-source projects including Grounded-Segment-Anything, Depth Pro, DINOv2, and weights from EdgeRunner and BPT. We also use physically-based renderings from the 3D-FRONT scenes.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

3D-генерация пока не поддерживается.

Класс архитектуры
ShapeOPT
Ревизия весов
e9ea13d

0 моделей