К содержимому
Другое

IdentiDeform-prior

определение физических свойств материала по видео

2 мин чтенияобновлено

Модель анализирует короткое видео с трёх ракурсов, на котором объект сжимают, роняют, гнут, растягивают или бьют, и предсказывает тип его материала (упругий jelly, упруго-пластический metal или plasticine), а также физические параметры и оценку неопределённости. В основе лежит замороженный видеоэнкодер V-JEPA 2 ViT-L от Meta (facebook/vjepa2-vitl-fpc64-256), поверх которого работает ансамбль из 9 лёгких голов по 2.85M параметров каждая. В отличие от классического подбора параметров через многократный запуск физического симулятора, модель даёт точную начальную оценку за один проход без итераций. Пригодится исследователям в области робототехники, компьютерного зрения и создания цифровых двойников.

Ключевые особенности

  • Ансамбль из 9 моделей-голов (3 варианта архитектуры × 3 сида) поверх V-JEPA 2 ViT-L, обучавшийся исключительно на синтетических данных симулятора MPM (Material Point Method — метод материальной точки).
  • Надёжно восстанавливает из видео два физически различимых по движению параметра: удельную жёсткость E/ρ и удельный предел текучести σ_y/ρ (плотность ρ и коэффициент Пуассона ν также предсказываются, но остаются близки к среднему по выборке).
  • Возвращает калиброванную общую неопределённость σ_total (учитывает и разброс между головами, и предсказанную дисперсию), а также распределение голосов ансамбля по классам.
  • Выложена под свободной лицензией MIT вместе со скриптом инференса, весами голов (по 11.4 MB каждая) и статистиками нормализации.

Что можно сделать

  • Задавать начальные приближения и ширину поиска при оптимизации параметров в симуляторах MPM (simulation-in-the-loop refinement) и построении цифровых двойников.
  • Использовать в задачах роботизированного захвата и манипуляции деформируемыми предметами для предварительной оценки их жёсткости по видео.
  • Применять как базовый бейзлайн в исследованиях по выводу физических свойств объектов из визуальных наблюдений.

Пример

from huggingface_hub import snapshot_download
import sys; root = snapshot_download("HandsomeHusky/IdentiDeform-prior"); sys.path.insert(0, root)
from inference import IdentiDeformPrior

prior = IdentiDeformPrior(root, device="cuda")
out = prior.predict(rgb, times)  # rgb: [3, T, 3, H, W] uint8, times: T секунд
print(out["class"], out["parameters"]["E_over_rho"])
ПодробнееМетрики на тесте: точность классификации материала — 0.743 (на валидации 0.700), внутриклассовая корреляция Пирсона r — 0.629 для E/ρ и 0.793 для σ_y/ρ.
Без единого запуска симулятора (k=0) ошибка составляет 0.344 на валидации и 0.496 на тесте — это лучше, чем слепой подбор по средним значениям классов после 24 симуляций (0.482 / 0.515).
Требования и точность: вход — 3 синхронизированных ракурса по 64 кадра (224×224 px); V-JEPA 2 запускается в bf16 на GPU (на CPU или в fp32 среднее сдвигается до ~0.05 z).
Ограничения: обучение проходило только на рендерах одного MPM-движка (1 955 симуляций, 87 объектов), поэтому для переноса в другой домен требуется донастройка или калибровка.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 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 · BF16 — 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.

    # HandsomeHusky/IdentiDeform-prior
    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 HandsomeHusky/IdentiDeform-prior --local-dir ~/models/IdentiDeform-prior
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к IdentiDeform-prior
  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

Дообучение модели

facebook/vjepa2-vitl-fpc64-256

Новые посты про версии vjepa2-vitl-fpc64-256 — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 5Все на Hugging Face
Дообучения 12Все на Hugging Face

О модели

HandsomeHusky/IdentiDeform-prior
Автор
HandsomeHusky
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии