К содержимому
Другое

Mesh4D_16

16-кадровые чекпоинты для создания 4D-мешей

2 мин чтенияобновлено

Репозиторий содержит обновлённые веса для системы Mesh4D, которая превращает последовательность из 16 кадров в анимированную 3D-модель (4D-меш). В набор входят два ключевых компонента: Deformation VAE (вариационный автоэнкодер, отвечающий за деформацию геометрии и костей) и Motion denoiser (диффузионный шумоподавитель движения). В отличие от разрозненных архивов, здесь выложены цельные файлы .ckpt, не требующие ручной склейки, с сохранением исходных тензоров и метаданных PyTorch Lightning. Инструмент пригодится 3D-художникам, разработчикам игр и исследователям компьютерного зрения, работающим над реконструкцией динамических 3D-объектов из видео.

Ключевые особенности

  • Работа с последовательностями из 16 кадров и формой латентного пространства движения [16, 256, 64].
  • Цельные чекпоинты без разбивки на части: vae_bone_r2_16_00001500.ckpt (~3,33 ГБ, 1 500 шагов) и diffusion_r6_new_3000.ckpt (~24,38 ГБ, 3 000 шагов).
  • Готовый конфиг infer_16.yaml в комплекте и полная совместимость со скриптом инференса hy3dshape/infer_16.py из официального репозитория Mesh4D.
  • Приложен файл контрольных сумм SHA256SUMS для проверки целостности скачанных весов.

Что можно сделать

  • Восстанавливать анимированные 3D-модели персонажей или объектов из серии из 16 сегментированных RGBA-кадров.
  • Встроить веса в пайплайн Mesh4D совместно с моделями формы и текстур Hunyuan3D для генерации динамических сцен.
  • Проводить сравнительные тесты и бенчмарки реконструкции движения на собственных наборах покадровых изображений.

Пример

hf download zerenjiang/Mesh4D_16 \
  vae_bone_r2_16_00001500.ckpt diffusion_r6_new_3000.ckpt \
  --local-dir ckpt/16frames

python hy3dshape/infer_16.py --input-dir /path/to/16_rgba_frames
ПодробнееОбщий вес двух чекпоинтов составляет около 27,7 ГБ (3,33 ГБ для VAE и 24,38 ГБ для диффузионной модели).
Для запуска требуются CUDA-зависимости, код из репозитория Mesh4D, а также отдельно устанавливаемые модели формы/текстур Hunyuan3D и энкодеры изображений.
На вход подаются сегментированные RGBA-кадры одинакового разрешения.
Файлы представляют собой полные Lightning-чекпоинты с pickled-метаданными обучения, поэтому использовать их следует только через штатный загрузчик из доверенных источников.
Обсудить Telegram 0

Запустится ли?

Запустится в FP8 / INT8

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • BF16веса 23 GB · готовые файлы25 GB
  • FP8 / INT8рекомендуемвеса 11 GB13 GB
  • 4-bitвеса 6.4 GB7.5 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 5080 · BF16 — от RTX 5090

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.

    # zerenjiang/Mesh4D_16
    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 zerenjiang/Mesh4D_16 --local-dir ~/models/Mesh4D_16
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Mesh4D_16
  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 Mesh4D_16 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

zerenjiang/Mesh4D_16
Автор
zerenjiang
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

MediPFN

MediPFN