Idol Turbo

Idol Turbo от akhaliq — дистиллированная few-step версия speridlabs/idol для image-to-3D. На входе одно фото объекта, на выходе до миллиона 3D-гауссианов: 5 шагов без guidance вместо 50 шагов с classifier-free guidance.

🔥 Ключевые особенности

• ⏩ 100 network evaluations → 5, сокращение NFE ~20×; ~0,75 с на H200 (0,66 с при 4 шагах, ~1,0 с при 8).
• 🔮 Glance-style phase-LoRA: два rank-32 эксперта — Slow-LoRA для высокого шума и Fast-LoRA для низкого, переключение на t=0.5; guidance вшит в веса, 29,4M обучаемых параметров, база не тронута.
• 📚 v5: 4 650 записей учителя (50 шагов, CFG 3.0) на 93 разных изображениях объектов, 2 000 шагов обучения (~25 мин на одной H200).
• 💻 Совместим с Comfy-Org/Idol и TripoSplat workflows: LoRA-ключи совпадают, strength 1.0; настройки — 5 шагов, CFG 1.0.
• ✅ Для полной точности можно связать две стадии сэмплера: slow на первые ~4 из 5 шагов, fast на финиш; простой путь — только slow-LoRA.

💻 Пример

Нужен idol SDK и доступ к gated-энкодерам.

from idol import IdolPipeline
from huggingface_hub import hf_hub_download
import importlib.util
spec = importlib.util.spec_from_file_location("turbo", hf_hub_download("akhaliq/idol-turbo", "turbo.py"))
turbo = importlib.util.module_from_spec(spec); spec.loader.exec_module(turbo)
pipeline = IdolPipeline.from_pretrained("akhaliq/idol-turbo")
turbo.patch_pipeline_for_turbo(pipeline, "akhaliq/idol-turbo")
output = pipeline("photo.jpg", mode="real", seed=42, steps=5, cfg_strength=0.0)

Подробнее

Бенчмарки: ~0,75 с на H200 при 5 шагах; 0,66 с при 4 и ~1,0 с при 8; ~20× меньше NFE.
Обучение: 4 650 траекторий, 93 изображения, 2 000 шагов, ~25 мин на H200.
Ограничения: часть входов мягче 50-шагового учителя; на 4 шагах цвета могут уходить в тёплый; насыщенные объекты чуть менее яркие, чем в раннем чекпоинте на 10 изображениях.
ComfyUI: двухстадийный сплит не проверяли внутри самого ComfyUI; безопасный дефолт — slow-only.
База speridlabs/idol на 50 шагах — эталон качества. Лицензия Apache-2.0.