一张图片生成3D高斯模型：Sperid Labs开源Idol，消费级显卡2秒内出结果

做模型、做手办参考或者做游戏素材的朋友，最近可以留意一个新开源项目。Sperid Labs发布了单图生成3D模型 Idol，权重已经放在 Hugging Face模型页面 上，采用 Apache 2.0 许可。

它能做什么

给Idol一张物体的图片，可以是渲染图、生成的图片或者实拍照片，它会自动去掉背景、裁好构图，然后生成一个 3D高斯泼溅（3D Gaussian Splatting）模型，输出标准的 .ply 文件。图片里没拍到的背面和侧面，模型也会补出来。

• 点数：默认约26万个高斯点，最多可以到 1,048,576 个。
• 速度与显存：在消费级显卡上峰值显存约 7.2GB，开启加速后 2秒内 就能完成。
• 两种模式：synthetic 适合渲染图和生成图，real 适合实拍照片，区别在于裁切时给物体留多少空间。
• 规模：整套流程约18亿参数，其中去噪用的DiT约3.7亿参数，还用到了DINOv3图像编码器和FLUX.2的VAE。

官方的基准对比里，Idol和TripoSplat、TRELLIS、LGM放在一起比较了输入视角和新视角的多项指标。

使用上要注意

Idol依赖的DINOv3和FLUX.2-dev两个编码器在Hugging Face上需要先申请访问权限，同意条款后才能自动下载；运行需要NVIDIA显卡和CUDA。

我的看法

单图生成3D这一年进步很快，但很多方案要么慢，要么要专业显卡。Idol把门槛降到一张普通游戏显卡、几秒钟，又是可商用的开源许可，对独立游戏开发者和做周边设计的人来说很实用。我更好奇的是它对动画风格的角色立绘效果如何，毕竟官方示例大多是椅子、牛油果、城堡这类物体。