К содержимому
3D

DeltaRegion

локальное редактирование 3D-головы по тексту

2 мин чтенияобновлено

DeltaRegion — модель от исследователей из UPC и IRI CSIC-UPC (часть работы ManifoldSplat, GCPR 2026), которая меняет геометрию 3D-модели головы FLAME 2020 по короткому текстовому запросу на английском языке. На вход подаются исходные 300 коэффициентов формы и команда вроде "make the nose long", а на выходе за один прямой проход получается обновлённая форма и вероятности выбора области лица. В основе лежит условный VAE (вариационный автоэнкодер) на 348M параметров, где текстовым энкодером выступает замороженный Flan-T5-Large (341,2M), а за прогнозирование дельты формы отвечают обученные модули на 6,8M параметров. В отличие от глобальных модификаций, встроенный механизм гейтинга удерживает изменения строго внутри указанной зоны — лица, носа, губ, ушей, шеи или глаз — не затрагивая мимику, позу и текстуры. Пригодится разработчикам 3D-аватаров, исследователям компьютерного зрения и тем, кто работает с анимируемыми 3D Gaussian Splatting моделями.

Ключевые особенности

  • Точечная локализация: изменения применяются только к одной из 6 выбранных областей (face, nose, lips, ears, neck, eyes) без деформации соседних черт.
  • Регулировка силы эффекта: интенсивность правки можно менять как словами в промпте (slightly, very), так и непрерывным параметром prior_scale.
  • Быстрый инференс: работает детерминированно за один проход, а веса Flan-T5-Large уже вшиты в чекпоинт (1,39 ГБ в fp32) и не требуют отдельных загрузок.
  • 129 прототипов правок: модель обучена на 580 500 синтетических триплетах, охватывающих разные формы носа, подбородка, скул, разреза глаз и губ.

Что можно сделать

  • Кастомизировать 3D-аватары: пошагово менять черты лица (например, сначала форму носа, затем толщину губ) для подготовки геометрии перед рендерингом в 3D Gaussian Splatting.
  • Дорабатывать трекинг лица: корректировать 300-мерные коэффициенты формы FLAME, полученные из трекеров вроде MICA, сохраняя исходную мимику и поворот головы.
  • Генерировать вариации датасетов: программно создавать серии морфологических изменений на базе нейтральной или пользовательской 3D-головы с разной степенью выраженности.

Пример

import torch
from transformers import AutoModel

model = AutoModel.from_pretrained("a-canela/DeltaRegion", revision="v1.0", trust_remote_code=True).eval()
out = model.edit("make the nose long", prior_scale=1.2)
edited_betas = out.pred_shape  # (1, 300) коэффициенты формы FLAME 2020
print(model.region_probabilities(out.gate))
ПодробнееПараметры: 348,0M (341,2M замороженный Flan-T5-Large + 6,8M обучаемые головы), вес файла 1,39 ГБ (fp32).
Обучение: 100 эпох (лучший чекпоинт на 71-й) на одной NVIDIA RTX 5090 за ~40 часов на 580 500 синтетических примерах (база LYHM + MICA).
Ограничения: только английский язык; один регион за один вызов (составные запросы нужно применять последовательно); значение prior_scale рекомендуется держать в пределах [0.5, 2].
Лицензия: CC BY-NC 4.0 (только некоммерческое использование; для перевода коэффициентов в 3D-меш требуются файлы FLAME 2020 с отдельной регистрацией).
Обсудить Telegram 0 38

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 1.3 GB · готовые файлы1.9 GB
  • BF16веса 0.6 GB1.2 GB
  • FP8 / INT8рекомендуемвеса 0.3 GB0.9 GB
  • 4-bitвеса 0.2 GB0.7 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · F32 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # a-canela/DeltaRegion
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download a-canela/DeltaRegion --local-dir ~/models/DeltaRegion
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к DeltaRegion
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии DeltaRegion — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

a-canela/DeltaRegion
Автор
a-canela
Категория
3D
Дата выхода
На сайте

На сайте

Hugging Face

380

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

3D

Eco3R

Eco3R
3D

EcoVGGT

EcoVGGT