Idol

Sources vérifiées le 6 novembre 2026. Affirmations de l’éditeur et essais tiers sont distingués ; pas de benchmark AIDreamHub exécuté.

Une image ne prouve pas la géométrie cachée

Idol de Speridlabs génère un Gaussian Splat à partir d’une photo ou d’un rendu. Par défaut : 262 144 gaussiennes, jusqu’à 1 048 576, en 3DGS .ply. Cette représentation n’est pas automatiquement un maillage, un personnage riggé, de la CAO ou un plan de fabrication.

Elle convient aux concepts et aperçus tournants acceptant des faces inférées. Une photo ne permet pas de retrouver le vrai dos de l’objet. La fidélité de catalogue ou dimensionnelle exige davantage de photos, une capture ou de la modélisation.

Page officielle capturée par AIDreamHub, pas une exécution locale du produit.

Vérifier masque, cadrage et caméra avant le sampling

La chaîne supprime l’arrière-plan, recadre, conditionne via DINOv3 et FLUX.2 VAE, puis génère et décode. real et synthetic ont des marges différentes. Un mauvais détourage peut dégrader la forme avant même les paramètres d’échantillonnage.

Conservez PLY, _input.png et _camera.json. Comparez le rendu de la caméra d’entrée prédite à l’image préparée. En cas de décalage, examinez d’abord masque et cadrage. Ajouter des gaussiennes ne répare pas cette préparation.

Utiliser le SDK officiel

La base documentée est Python 3.10+, PyTorch 2.5+ et un GPU NVIDIA CUDA. Acceptez les conditions DINOv3 et FLUX.2-dev sur Hugging Face, puis authentifiez-vous localement. Les poids arrivent au premier lancement ; ne publiez jamais le jeton dans un prompt ou un commit.

Installez en environnement isolé et utilisez --mode real pour une photo autorisée, synthetic pour un rendu. Le traitement de dossier ne remplace pas une file de production avec reprises et contrôles par objet. Nous n’avons pas exécuté d’inférence GPU pour cet article.

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

Un retour pratique vaut mieux qu’un temps universel

Le titre officiel évoque moins de deux secondes, mais le tableau indique 19,1 secondes sur RTX 4090 à 50 pas et 262 144 gaussiennes. TNSOR_WORKS a rapporté le 3 novembre environ 16 secondes sans vidéo et 44 avec rotation dans ComfyUI sur RTX 5090. Ces procédures différentes ne forment pas une garantie unique.

L’auteur a aussi observé un dos concave sur une horloge dont la face était convaincante. Nynxz documente une brume due aux faibles opacités et un nœud de nettoyage. Cela justifie des contrôles, pas un échec général ni une réparation sans perte. Ces tests n’ont pas été reproduits ici.

ComfyUI et contrôle de livraison

ComfyUI-Idol est une intégration tierce avec TripoSplat et des nœuds auxiliaires. Son README fait correspondre cfg_strength 3.0 du SDK à CFG 4.0 dans ComfyUI. Ne transférez donc pas un chiffre sans son sens ; vérifiez les exigences actuelles des nœuds.

Inspectez face, côtés, dos et dessus : logos, poignées, ouvertures et silhouette. Ouvrez le fichier dans le vrai visualiseur cible ; PLY ne garantit pas des attributs Gaussian compatibles. Mesurez séparément chargement et mémoire sur le téléphone visé.

Splat, maillage ou capture multivue ?

Idol convient à l’aperçu splat rapide. Pour UV, rig, collisions ou édition de faces, comparez un parcours de maillage. Pour la fidélité au réel, envisagez photogrammétrie ou modélisation manuelle. Définissez le format livré avant de classer la qualité.

Les comparaisons de l’éditeur avec TripoSplat, TRELLIS et LGM ne démontrent pas une victoire sur tous les formats. Une bonne similarité d’image ne certifie pas les pièces cachées.

Licences et véritable valeur de service

Idol et le paquet de nœuds indiquent Apache-2.0, mais DINOv3 et FLUX.2 gardent leurs conditions. La licence du modèle ne donne aucun droit sur les personnes, personnages ou photos sources.

Préparation des entrées, validation de chaque objet, visualiseur fiable et rapport d’échec constituent une valeur réelle. L’intégration ComfyUI existe déjà. Chiffrez les actifs acceptés et les corrections humaines plutôt que le meilleur temps annoncé. Le dessin explique les faces supposées ; ce n’est pas un rendu Idol.

Questions avant adoption

Prêt pour impression 3D ou jeu ?

Pas automatiquement. Un PLY Gaussian Splat n’est pas un maillage vérifié. Toute conversion reste une étape avec contrôles de topologie, échelle, matériaux et application cible. Une rotation convaincante ne prouve pas une géométrie fermée et exacte.

Le vrai dos du produit est-il reconstruit ?

Une photo ne détermine pas les détails cachés. L’exemple communautaire de l’horloge montre un dos incorrect. Vérifiez toutes les vues et ajoutez photos, capture ou modélisation si la fidélité est nécessaire.

Quelle mémoire et quelle durée prévoir ?

L’éditeur rapporte un pic de 7,2 Go pour sa requête mesurée. Moteur, précision, compilation et densité changent les besoins. Le tableau RTX 4090 annonce 19,1 secondes. Incluez téléchargement, chauffe, export et vidéo dans le temps complet.

Sources consultées

• 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

Explorer les outils associés

• Outils 3D
• Outils d’image