Sperid Labsが2026年10月28日、画像1枚から3Dガウシアンスプラットを生成するモデルIdolをHugging Faceで公開しました。写真やレンダリング画像、生成画像を1枚渡すと、背景を除いて物体を切り出し、写っていない側面まで含めて最大1,048,576個のガウシアンを作ります。必要なVRAMは7.2GBで、2秒かからずに出力できるそうです。ライセンスはApache-2.0です。11月上旬には、Comfy-OrgがIdolをComfyUIのワークフローテンプレートに加えました。
写真も生成画像も1枚でスプラットになる
Idolは背景を取り除いて物体を枠に収め直してから3Dガウシアンを生成し、一般的な3DGSの.plyファイルとして書き出します。このとき、モデルが実際に見た切り抜き後の画像と、推定したカメラの情報も一緒に保存されます。
切り抜くときの余白は入力の種類に合わせてモードで変えます。レンダリング画像や生成画像向けの「synthetic」では物体が画面の1/1.2、写真向けの「real」では1/1.7を占めるように切り抜きます。
ガウシアンの数で細かさを選べる
ガウシアンの数は32,768から1,048,576まで、32の倍数で指定できます(既定は262,144)。ほかに調整できるのは、シード値、サンプリングのステップ数、元の画像にどれだけ忠実にするかの強さ(CFG)、全体の形と細部のどちらにステップを多く使うかの配分です。GPUでは既定で高速なサンプリングが有効になり、仕上がりを変えずに約1.7倍速くなるとしています。
ComfyUIのテンプレートからも使える
ComfyUIのテンプレートでは、IdolはTripoSplatを微調整したモデルという扱いで、TripoSplatと同じノードのままチェックポイントだけを差し替えて動きます。説明によると、様式化したキャラクターや小物の読み取りがより正確です。出力は周りを回るプレビュー動画、.spzのスプラット、メッシュに変換した.glbの3つで、.glbは数百万ポリゴンになる重い出力だと書かれています。
苦手な形もテンプレートに書かれています。1枚の画像から作るので、正面はよく再現されますが、側面と背面は推測です。紐や手すり、毛のような細い部分や細かい部分は痩せたり、取り除いた背景の色を拾ったりすることがあります。
価格・入手先
| 価格 | 無料 |
| ライセンス | Apache-2.0 |
| 作者 | Sperid Labs |
| 入手先 | Hugging Face / GitHub(idol-sdk) / ComfyUIテンプレート |
動かすにはPython 3.10以降、PyTorch 2.5以降と、CUDAが使えるNVIDIAのGPUが必要です。Idolは画像を読み取るのにDINOv3とFLUX.2-devのVAEの2つのモデルを使い、どちらもHugging Faceで利用条件に同意しないとダウンロードできません。Idol本体の重みは約3GBで、初回の実行時に自動でダウンロードされます。Hugging Faceにはブラウザで試せるデモもあります。
管理人のひとこと
画像1枚からの3D生成はメッシュで形を出すものが多いなか、Idolはガウシアンスプラットで出すので、見た目の再現を優先した作りに見えます。公式の動画には、ガウシアンの数を3万から100万まで変えて並べた比較があり、どこまで減らすと崩れるかがひと目で分かります。
Blender 5.3でガウシアンスプラットを直接扱えるようになったので、ここで作った.plyを背景の小物としてシーンに置いて試すのも手軽になりました。



コメント