Idol

Fuentes comprobadas el 6 de noviembre de 2026. Se distinguen afirmaciones del editor y experiencias ajenas; no es un benchmark propio de AIDreamHub.

Una imagen no demuestra la geometría oculta

Idol, de Speridlabs, genera un Gaussian Splat desde una foto o render. Usa 262.144 gaussianas por defecto, hasta 1.048.576, y guarda 3DGS .ply. Es una representación visual, no automáticamente una malla, personaje con rig, CAD o plano de fabricación.

Encaja con conceptos y vistas giratorias que acepten superficies inferidas. No recupera la parte trasera auténtica sin evidencia. La fidelidad de catálogo o dimensional necesita más fotografías, captura o modelado.

Página oficial capturada por AIDreamHub, no ejecución local del producto.

Primero máscara, recorte y cámara

La canalización elimina fondo y recorta, condiciona mediante DINOv3 y FLUX.2 VAE, genera y decodifica el splat. real y synthetic usan márgenes distintos. Una máscara deficiente puede introducir errores antes de que los ajustes de muestreo importen.

Guarda PLY, _input.png y _camera.json. Compara un render desde la cámara predicha con la imagen procesada. Si no coincide, revisa máscara y encuadre primero. Más gaussianas no sustituyen una entrada bien preparada.

Cómo usar el SDK oficial

La base documentada es Python 3.10+, PyTorch 2.5+ y GPU NVIDIA CUDA. Acepta las condiciones de DINOv3 y FLUX.2-dev en Hugging Face y autentícate localmente. La primera ejecución descarga pesos; no publiques tokens en prompts ni commits.

Instala en un entorno aislado y usa --mode real para fotos propias o synthetic para renders. La entrada de directorio admite varias imágenes, pero no aporta una cola de producción con reintentos y controles por objeto. No ejecutamos inferencia GPU para esta revisión.

git clone https://github.com/speridlabs/idol-sdk.git
cd idol-sdk
python -m venv .venv
source .venv/bin/activate
pip install -e .
hf auth login
python -m idol.sample --image photo.jpg --mode real
python -m idol.sample --image renders/ --mode synthetic --out outputs

Por qué un titular de velocidad no basta

La presentación oficial menciona menos de dos segundos, pero su tabla registra 19,1 segundos en RTX 4090 con 50 pasos y 262.144 gaussianas. TNSOR_WORKS publicó el 3 de noviembre unos 16 segundos sin vídeo y 44 con giro en ComfyUI sobre RTX 5090. No son el mismo procedimiento ni una garantía universal.

Ese autor encontró una parte trasera cóncava en un reloj de frente convincente. Nynxz también documenta neblina por gaussianas de baja opacidad y un nodo de poda. Son motivos para inspeccionar, no pruebas de fallo universal o reparación sin pérdida. No reprodujimos esos ensayos.

ComfyUI y aceptación de la entrega

ComfyUI-Idol es una integración de terceros con TripoSplat y nodos auxiliares. Su README traduce cfg_strength 3.0 del SDK a CFG 4.0 en ComfyUI. No copies cifras entre interfaces sin revisar su significado ni dependas de versiones antiguas citadas en tutoriales.

Examina frente, lados, espalda y parte superior: logotipos, asas, huecos y silueta. Abre el archivo en el visor de destino; la extensión PLY no garantiza atributos compatibles. Mide aparte carga y memoria en el teléfono previsto.

Splat frente a malla o captura multivista

Elige Idol para una vista splat y ciclos rápidos. Si necesitas UV, rigging, colisiones o editar caras, compara una ruta de malla. Para un objeto fiel a la realidad, considera fotogrametría o modelado manual. Decide primero el formato de entrega.

La comparación del editor con TripoSplat, TRELLIS y LGM no establece un ganador para todos los formatos. Una similitud de imagen favorable no certifica piezas ocultas correctas.

Licencias y oportunidad de servicio real

Idol y el paquete de nodos indican Apache-2.0; DINOv3 y FLUX.2 conservan condiciones separadas. La licencia no concede derechos sobre personas, personajes o fotos de entrada.

El valor adicional está en filtrar entradas, aprobar cada objeto, entregar un visor estable y comunicar fallos. Conectarlo con ComfyUI ya tiene soluciones existentes. Presupuesta activos aceptados y limpieza humana, no solo el menor tiempo anunciado. El dibujo explica superficies supuestas; no es un render de Idol.

Preguntas antes de adoptarlo

¿Sirve directamente para imprimir o usar en juegos?

No automáticamente. Un PLY de Gaussian Splat no es una malla verificada. Una conversión es otro paso y necesita controles de topología, escala, materiales y aplicación. Un giro convincente no demuestra geometría cerrada ni medidas exactas.

¿Reconstruye el reverso real?

Una foto no establece detalles invisibles. El ejemplo comunitario del reloj muestra un reverso erróneo. Revisa todas las vistas y usa más fotos, captura o modelado si la fidelidad es obligatoria.

¿Qué memoria y tiempo requiere?

El editor reporta 7,2 GB de VRAM máxima en su solicitud medida; runtime, precisión, compilación y densidad cambian requisitos. La tabla RTX 4090 da 19,1 segundos. Incluye descargas, calentamiento, exportación y vídeo al medir el proceso completo.

Fuentes revisadas

• Speridlabs — Idol model card and benchmark conditions
• Speridlabs — official SDK
• Nynxz — third-party ComfyUI integration
• TNSOR_WORKS — hands-on ComfyUI / Blender report, 2026-11-03

Explorar herramientas relacionadas

• Herramientas 3D
• Herramientas de imagen