К содержимому
Другое

ReTokenGS-stream-dl3dv

потоковая 3D-реконструкция по кадрам

1 мин чтенияобновлено

Модель ReTokenGS-stream-dl3dv решает задачу быстрого восстановления 3D-сцен по поступающим в реальном времени кадрам в режиме feed-forward (без дополнительной оптимизации под конкретную сцену во время теста). Архитектура основана на замкнутой петле с внешним RMS norm (нормализацией среднеквадратичного отклонения) и шагами латентного градиента, дообученной на датасете DL3DV. На выходе получается качественное трёхмерное представление сцены с возможностью поочерёдного прибытия видов. Модель пригодится исследователям и разработчикам в сфере компьютерного зрения и нейронного рендеринга.

Ключевые особенности

  • Потоковая обработка: виды могут поступать постепенно порциями (например, 8 + 4 + 4).
  • Отсутствие теста-оптимизации: быстрая генерация сцены без тяжёлой доводки.
  • Обучение на датасете DL3DV с фиксированным окном в 50 кадров.

Что можно сделать

  • Реконструировать 3D-сцены по последовательно поступающим ракурсам камеры.
  • Интегрировать модель в пайплайны потокового нейронного рендеринга и обработки видео в разрешении 256×256.

Пример

Модель принимает позиционированные входящие изображения и обрабатывает их через итеративную петлю обновления скрытых состояний. Подробный код запуска и сравнения с базовыми версиями доступны в репозитории проекта на ветке stream_dl3dv.

Подробнее• Архитектура: петля с латентным градиентным шагом и внешним RMS norm
• Метрики (DL3DV-140, 16 видов): PSNR 29.70 / SSIM 0.895 / LPIPS 0.176
• Лицензия: Apache-2.0 (на базе LocusGS / TokenGS)
• Хеш весов: 8aaa60c109ae6e5b7b869e0671278896de141fdc4fdde208d8989d4b3cd8c574
Обсудить Telegram 0

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 1.4 GB · готовые файлы2.0 GB
  • BF16веса 0.7 GB1.3 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.

    # Yusin/ReTokenGS-stream-dl3dv
    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 Yusin/ReTokenGS-stream-dl3dv --local-dir ~/models/ReTokenGS-stream-dl3dv
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к ReTokenGS-stream-dl3dv
  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 ReTokenGS-stream-dl3dv — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Yusin/ReTokenGS-stream-dl3dv
Автор
Yusin
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

Другое

Spectator

Spectator