Idol

资料核查于 2026 年 11 月 6 日。正文区分发布方声明与第三方体验，不代表 AIDreamHub 已完成产品实测。

单图变成 Splat，不等于得到了真实几何

Speridlabs 的 Idol 根据物体照片或渲染图生成 3D Gaussian Splat，默认使用 262,144 个高斯，最高可到 1,048,576，标准输出为 3DGS .ply。这是一种用于显示和渲染的表达，不自动等于多边形网格、绑定好的游戏角色、CAD 或制造图纸。

较合适的近期用途是商品旋转展示草案、视觉概念和允许推断背面的交互预览。单张图没有拍到的真实结构，模型无法凭空找回。商品目录若要求真实性或尺寸准确，仍需要额外照片、采集或人工建模提供依据。

AIDreamHub 截取的官方项目页面，不是本地运行画面。

先检查去背、裁切和输入相机

流程先去背景与裁切，再通过 DINOv3 和 FLUX.2 VAE 编码图像，生成并解码 Splat。SDK 区分真实照片与合成图，因为两者裁切边距不同。蒙版或模式选错，可能在讨论采样参数以前就已经把错误带进生成。

建议同时保存 .ply、预处理后的 _input.png 和 _camera.json。先用预测输入相机渲染，与处理后图片对齐，再去评价侧面和背面。对不齐时优先检查蒙版与取景，而不是盲目增加高斯数量；密度不能补救输入准备错误。

How to Use：官方 SDK 的最短路径

官方基线为 Python 3.10+、PyTorch 2.5+ 与 NVIDIA CUDA GPU。先在 Hugging Face 接受 facebook/dinov3-vith16plus-pretrain-lvd1689m 和 black-forest-labs/FLUX.2-dev 的访问条件，再在本机认证。首次运行会下载模型与编码器，不要把访问令牌放进公开提示词或代码提交。

审阅仓库后在隔离环境中安装，用自己有权使用的照片执行下方示例；渲染图应选择 --mode synthetic。目录输入可以处理多图，但不等于已经有生产批处理服务，重试、逐项状态与输出验收还要补齐。本站此次做的是资料评估，没有运行 GPU 推理。

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

社区体验比一个「最快耗时」更有参考价值

官方介绍写有可低于两秒，但另一个跨 GPU 表格中，RTX 4090 在 50 步、262,144 个高斯下为 19.1 秒。TNSOR_WORKS 在 2026 年 11 月 3 日的 ComfyUI 体验中报告：RTX 5090 不含旋转视频约 16 秒，包含视频约 44 秒。流程与配置不同，不能把这些数字混为一个普遍速度承诺。

同一体验作者发现，时钟正面看起来不错，未拍到的背面却被补成明显凹陷。Nynxz 的社区集成还记录了低透明度高斯造成的雾边，并提供清理节点。这些信息指向需要检查的缺陷，不代表所有物体都会失败，也不保证裁除一定不损失细节；本站没有复现两者。

ComfyUI 接入与交付验收要分开

ComfyUI-Idol 是第三方集成，不是官方 SDK。它使用原生 TripoSplat 节点及预处理、相机、裁除辅助节点。其 README 说明 SDK 的 cfg_strength 3.0 对应 ComfyUI CFG 4.0，因此跨界面照抄数字可能改变实验。按当前节点文档检查要求，不把旧教程中的版本号当永久前提。

商品试点至少查看正面、侧面、背面和顶部，重点否决变形标志、错误把手、孔洞与轮廓。随后在实际网页查看器或渲染工具中打开文件，单看 .ply 后缀不能保证每个工具都支持相同高斯属性。手机端加载时间与内存也应单独验收。

和网格生成、多视图采集怎么选

交付物是 Splat 预览、重视快速迭代时，可以评估 Idol。需要 UV、绑定、碰撞体或后续网格编辑时，应比较面向网格的流程。目标是真实物体的忠实还原时，则应比较摄影测量或人工建模，而不是只比较生成速度。

官方给出了与 TripoSplat、TRELLIS、LGM 的对比，但不能扩展为跨输出格式和生产任务的全面胜者。图像相似指标较高，也不证明商品隐藏结构正确。先明确资产格式，再讨论哪个结果更好。

许可与值得做的服务增量

Idol 和社区节点包标注 Apache-2.0，DINOv3 与 FLUX.2 等依赖有独立访问条件和许可。顶层开源许可不会自动解除依赖约束，也不赋予输入人物、角色或照片的使用权。

更有价值的服务是输入筛查、逐个物体验收、稳定的查看器交付和失败报告。单纯把模型接入 ComfyUI 已不是空白机会，现成集成已经存在。应计算合格资产加人工修正的成本，而不只引用最快生成耗时。手绘图说明未见表面的推断，不是 Idol 输出。

采用前常见问题

输出可以直接用于 3D 打印或游戏吗？

不自动成立。Idol 生成 Gaussian Splat，通常以 3DGS PLY 保存。其他流程若提供网格转换，那也是额外步骤，需要核对拓扑、比例、材质与目标应用要求。旋转画面可信，不代表几何封闭或尺寸准确。

能恢复商品真实背面吗？

单张照片无法证明未见结构。Idol 生成的是合理补全，社区体验中的时钟就出现过错误背面。必须检查所有交付视角；要求商品真实性时，增加照片、采集或人工建模。

显存和耗时应该怎么估？

官方完整请求测试报告峰值 7.2 GB，但运行时、精度、编译与高斯数量会改变要求。RTX 4090 表格中的耗时是 19.1 秒，不是介绍中的低于两秒场景。应测完整业务流程，包含下载、预热、导出和旋转视频渲染。

核查资料

• 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

继续寻找同类工具

• 三维工具
• 图像工具