一张照片两秒变 3D 模型，连没拍到的那面都补上

3D 资产的生产成本又被压了一截。Idol（Apache 2.0，850 星）做的事一句话说清：给一张图，输出一个可直接用的 3D 高斯泼溅（3DGS）物体模型：自动去背景、框定物体，最多生成 1,048,576 个高斯点，连照片里没拍到的那一面都补出来。

模型结构按 README 口径：DiT 去噪器 370M 加八叉树解码器 50.8M、高斯解码器 237.3M、BiRefNet 去背景 220.7M、DINOv3 编码器 840.6M 与 FLUX.2 VAE，全量约 1.80B 参数。输出是标准 3DGS 的 ply 文件（32,768 到 1,048,576 个高斯点），任何高斯泼溅查看器都能直接打开。成本同样友好：作者自测消费级显卡 7.2GB 显存即可跑，B300 上 3.4 秒、RTX 4090 上 19.1 秒、RTX 3080（10GB）46.2 秒，「两秒」指的是最快的卡。

对比成绩按作者自测口径：与 TripoSplat、TRELLIS、LGM 同台，Idol 在 SSIM 0.726、LPIPS 0.213、IoU 0.862 与新视角的 DINOv2、CLIP、锐度六项上最佳。注意这是作者自己的评测集，不是第三方独立评测；TRELLIS 的 PSNR 与它接近，Idol 赢的主要是新视角语义一致性与锐度。

两条务实提醒：其一，补出来的背面是模型「猜」的，不是拍到的，商用前要多角度验证；其二，DINOv3 与 FLUX.2-dev 的权重需要单独在 Hugging Face 申请访问权限并登录，不是开箱即用。做产品展示、游戏道具、AR 试穿的独立开发者，3D 资产第一次有了「一张照片、消费级显卡、直接出 ply」的开源选项，不用再建模或买资产库了。