点赞曲线还没走平:407个赞之后,这个本地3D模型的热度还在爬
点赞曲线还没走平:407个赞之后,这个本地3D模型的热度还在爬
2026 年 10 月 28 日 15:55(UTC),一个名为 speridlabs/idol 的模型仓库在 Hugging Face 上线。它的能力描述很短:一张物体图片输入,最多 104 万个 3D 高斯输出,包括照片从没拍到的那几面。到本文成稿时的 11 月 3 日,也就是上线第 5 天 16 小时左右,这个仓库的点赞数在 394–415 之间浮动(不同时刻、不同镜像缓存读到的数值略有差异),下载量 7787,trendingScore 在 347–396 区间。标题里的 407,正好落在这条曲线的中段。
有意思的不是"它有多少赞",而是这条曲线没有走平的迹象:一个上线不到六天的模型,既没有出现首日爆量后迅速坍塌的"发布脉冲",也没有停在个位数增长的"长尾僵尸态",它维持着一条斜率稳定、略带加速的爬坡线。把这条线拆开,能看到一个本地推理型 3D 模型在 2026 年的真实热度结构。
把增速拆开看:407 这个数字该被怎么读
单看 407,很容易被误判为"小圈子自嗨"。但只要把分母补上,结论立刻反过来。
以 5.68 天、407 个赞计算,平均每天约 71.6 个赞;下载量 7787 对应每天约 1371 次下载。换算成转化关系,大约是每 19 次下载换来 1 个赞,点赞率 5.2%。
这个比例是判断模型类型的强信号。纯文本大模型的点赞率通常更高——因为"点赞"是低成本表态;而权重体积大、必须真的下载下来才能验证的工具型模型,点赞率天然偏低。参考同期榜单上的一个存量样本:Qwen/Qwen3.8-27B 累积 18969 个赞、791 万次下载,点赞率约 0.24%。Idol 的 5.2% 比它高一个数量级,说明点赞者中"真的跑过"的比例相当高——这是本地推理模型的典型特征:不能云上点一下试玩,你得先有卡、先下 3 GB 权重、先过两个 gated 模型的授权。
再看它在热度榜上的位置。以 trendingScore 排序的实时榜单里,Idol 一度夹在 ccore/Qwen3.5-4B-3D-Coder(370)与 Nanbeige/Nanbeige4.3-33B(337)之间,排在 Lightricks/LTX-2.5 之后。榜上其他条目动辄是万级点赞、百万级下载的存量巨物,而 Idol 是唯一一个上线不满一周的 image-to-3d 条目。换句话说,它不是在跟同期新模型比,而是在跟整个生态的存量热度池抢曝光位,还能抢到前十。
短窗口增量(日增约 72 赞、1371 下载)与长窗口累积(415 赞、7787 下载)在这里指向同一个判断:热度尚未见顶。因为如果曲线已经走平,短窗口增量会显著低于"累积值 ÷ 上线天数"的均值——而现在两者基本吻合,甚至略高。
从"上榜"到"持续在榜":续命的是衍生品,不是原仓库
模型热度的生命周期,很少由官方仓库独自决定。真正决定"在榜时长"的,是是否有人愿意为它做适配。Idol 上线五天内的生态动作,密度高得反常:
| 时间(UTC) | 事件 | 类型 |
|---|---|---|
| 10-28 15:55 | speridlabs/idol 模型仓库创建 |
官方 |
| 10-28 16:05 | speridlabs/idol Space 创建 |
官方 Demo |
| 10-29 18:17 | README 更新:GPU 全表(补 RTX 3080、L4) | 官方文档 |
| 10-29 20:46 | nynxz/Idol |
社区封装 |
| 10-30 10:03 | PedroMarinhoDev/Idol-ComfyUI |
ComfyUI 节点 |
| 10-30 23:03 / 23:04 | ddalcu/Idol-MLX-Serve-8bit / -fp16 |
Apple Silicon 移植 |
| 11-01 19:33 | Comfy-Org/Idol |
官方组织级单文件分发 |
| 11-02 02:27 | Comfy-Org/Idol 最后一次更新 |
维护中 |
这条时间线里有三个关键台阶。
第一级是 ComfyUI 节点(10-30)。ComfyUI 生态的适配者往往是最先闻到味道的一批人,PedroMarinhoDev/Idol-ComfyUI 在模型上线不到 43 小时就出现了,标签里明确写着 gsplat、triposplat、3d。
第二级是 Apple Silicon 的 MLX 移植(10-30 深夜)。两个仓库相隔 39 秒创建,一个 8bit 量化、一个 fp16,标签里带 glb——意味着作者不只搬了权重,还改写了输出路径。这是"本地运行"这个卖点真正落地的标志:一台没有 NVIDIA 卡的 Mac 也能跑,用户基数直接扩大一个量级。
第三级是 Comfy-Org/Idol(11-01)。这个仓库的意义不在于又多了一份权重,而在于分发形态的变化:它把官方拆分式权重重组为 ComfyUI 熟悉的目录结构——diffusion_models/idol_fp16.safetensors、vae/flux2-vae.safetensors、vae/idol_decoder_fp16.safetensors、clip_vision/dino_v3_vit_h_bf16.safetensors,总占用 3.33 GB。上线约 1.6 天即拿到 26–39 个赞、399 次下载。对绝大多数 ComfyUI 用户来说,这个仓库才是他们认知里的"Idol",原仓库只是上游。
同时,围绕官方 Space 已经长出至少五个第三方空间:cpuai/Idol-Image-to-3D、Yosun/idol、Yosun/idol-try、fffiloni/idol-commons、bep40/idol。官方 Space 自身拿到 73 个赞。
这就是"持续在榜"的机制:每出现一个衍生仓库,就为原仓库贡献一次回流曝光。热度不是官方发的,是适配者续的。
曲线形态:既不是爆发式,也不是停滞
把上面的证据叠在一起,Idol 的曲线形态可以描述为**"阶梯式缓坡"**——不是单峰,而是三级台阶。
第一台阶在 10-28 至 10-29:官方发布 + Demo 上线,靠榜单自然曝光,拿到的是一批"看到就点"的早期用户。第二台阶在 10-30:ComfyUI 节点与 MLX 移植同日出现,扩散到两个完全不同的用户池(图形工作流用户、Mac 本地用户)。第三台阶在 11-01 之后:Comfy-Org/Idol 把它塞进标准分发管线,进入"装插件就能用"的阶段。
与之对照,中文内容侧的响应明显滞后且分散。抓取到的相关文章中,三篇介绍 Idol 项目本身的(部署、Pipeline 调用、参数调优)都发布于 2026-10-31,即上线第 3 天,阅读量分别是 132、58、4。这个量级说明:技术社区的内容生产还没跟上模型热度,也侧面印证了曲线仍处在爬坡期而非平台期——通常内容侧滞后 3–7 天才开始放量。
更值得注意的是搜索噪声。以"idol 开源模型"为关键词检索,返回结果里混杂着至少四个同名但完全不同的东西:ECCV 2022 Oral 的视频实例分割方法 IDOL、行人惯性里程计数据集 IDOL、CVPR 2025 的单图 3D 人体重建 IDOL(该文阅读量 2740,是这批结果里最高的),以及本文讨论的 Speridlabs 单图转 3D 高斯模型。同名竞争对热度曲线是双向的:一方面带来误触流量,另一方面真正想找它的人很难一次搜到。这解释了为什么它的增长更依赖 Hugging Face 站内榜单与 ComfyUI 生态,而非搜索引擎。
为什么它值得被持续下载:工程侧的硬指标
热度能爬,前提是"跑得动、跑得快、跑得起"。Idol 的工程参数在同代单图转 3D 方案里属于进攻性配置。
README.md 给出的组件账单:DiT denoiser 370.6M、Octree decoder 50.8M、Gaussian decoder 237.3M、BiRefNet 背景抠图 220.7M、DINOv3 ViT-H+/16 图像编码 840.6M、FLUX.2 VAE 84.1M,整请求约 1.80B 参数,权重常驻 3.7–4.4 GB,峰值显存 7.2 GB。这意味着 12 GB 卡就能跑,10 GB 的 RTX 3080 也能挤进去。
仓库里的 LFS 指针能对上这套账:denoiser.safetensors 1,482,258,308 字节、decoder_gs.safetensors 949,083,036 字节、birefnet.safetensors 444,466,856 字节、decoder.safetensors 203,171,696 字节,合计约 3.08 GB——与文档里"约 3 GB 权重"的说法一致。两个图像编码器(DINOv3、FLUX.2 VAE)不在此仓库,首次运行时从上游拉取。
速度方面存在一个需要说清的口径差异。项目页写的是"under 2 seconds"、"under 8 GB",而 README.md 的 GPU 全表是在 50 步、262,144 个高斯 的口径下测的:B300 3.4 s、B200 3.6 s、H200 6.6 s、H100 6.7 s、RTX 5090 14.1 s、RTX 4090 19.1 s、RTX 3080 46.2 s、L4 54.6 s。表里最快的 3.4 s 已经超过 2 s。合理解释是"2 秒"对应更低的采样步数或更少的高斯数——引用数字时必须带上口径,否则 3080 用户会以为自己的卡坏了。
精度上,官方在 benchmark 里给出的姿态相当克制:在 262,144 高斯、50 步的设置下,输入视角 PSNR 12.25、SSIM 0.726、LPIPS 0.213、IoU 0.862;七个新视角上 DINOv2 0.781、CLIP 0.885、锐度距离 0.81,四列中有六列标粗优于 TripoSplat、TRELLIS、LGM。唯一丢掉的 PSNR(12.46)被明确注释为假优势:LGM 的 PSNR 更高但结果"visibly blurry",因为 PSNR 平均的是平方像素误差。主动承认自己在一项指标上输了、并解释为什么这项指标不可靠——这种写法比全绿表格更能建立信任,也解释了为什么下载转化率不低。
骨架在 config.json 里:默认值不是拍脑袋定的
真正支撑"32,768 到 1,048,576 任选"这种粒度控制的,是仓库根目录那份 1335 字节的 config.json。
{
"denoiser": {
"name": "LatentSeqMMFlowModel",
"args": {
"q_token_length": 8192,
"in_channels": 16,
"cam_channels": 5,
"model_channels": 1024,
"cond_channels": 1280,
"cond2_channels": 128,
"num_blocks": 24,
"num_refiner_blocks": 2,
"num_heads": 16,
"mlp_ratio": 4
}
}
}
q_token_length: 8192 是潜变量序列长度,cond_channels: 1280 与 DINOv3 ViT-H+/16 的宽度对齐。最值得玩味的对应关系在解码器侧:
"decoder_gs": {
"name": "GaussianFixedlenDecoder",
"args": {
"num_blocks": 16,
"representation_config": {
"num_gaussians": 32,
"3d_filter_kernel_size": 0.0009,
"scaling_bias": 0.004,
"opacity_bias": 0.1
}
}
}
8192 × 32 = 262,144,正好是 CLI 里 --num_gaussians 的默认值。也就是说默认档位不是一个采样出来的经验值,而是序列长度 × 每 token 高斯数的硬乘积;上限 1,048,576 恰为其 4 倍。这解释了 README 里"必须是 32 的倍数"这条约束——它来自 num_gaussians 的结构语义,而不是显存对齐的临时补丁。
另一侧,decoder 用的是 OctreeProbabilityFixedlenDecoder,配合顶层 "max_voxel_level": 8,构成八叉树式的概率预测路径:先在粗层级决定哪里该有几何,再把高斯放到细分位置。这也解释了为什么 --rescale_t 调高会"把更多步数花在整体形状上"——形状决策发生在低层级,细节填充发生在高层级。
曲线里的摩擦项:两个 gated 模型与一句"跑不起来"
如果只看点赞数,会漏掉这条曲线最不希望被放大的部分:首次运行的强制摩擦。
README.md 第 53–57 行写得很直白:Idol 的输入要经过两个 gated 模型,用户必须先用 Hugging Face 账号接受条款,再 hf auth login 或设置 HF_TOKEN:
facebook/dinov3-vith16plus-pretrain-lvd1689mblack-forest-labs/FLUX.2-dev(只下载其 VAE)
这套设计的优点是合规、权重不落地到本仓库;代价是每一次"想试试"都要先过一道门。文档对此的处理相当得体:如果编码器还不可访问,Idol 会在下载任何东西之前停下,并明确告诉你缺什么。但对社区适配者来说,这是实打实的门槛——Comfy-Org/Idol 之所以存在,某种意义上就是把"gated 依赖 + 拆分权重"重新打包成 ComfyUI 用户能吞下的形态,其中 clip_vision/dino_v3_vit_h_bf16.safetensors 就是那个 DINOv3 编码器的再分发。
第二个摩擦项是硬件分层。GPU 表把现实摊开得很清楚:H100 上 6.7 s,RTX 4090 上 19.1 s,RTX 3080 上 46.2 s。同一份代码、同一组参数,跨硬件有 13 倍的耗时差。这决定了它的用户分布不是均匀的:真正的重度使用者集中在 24 GB 以上的卡,而 10 GB 级用户更多是"跑通一次就够"。这恰好对应点赞率 5.2% 这个中等偏高的数字——下载的人里跑通的比例高,但重复调用的比例未必高。
第三个摩擦项是性能优化的首次代价。文档说明加速默认开启:denoiser 走 torch.compile、引导与非引导两路合成一个 batch、注意力在采样期用 cuDNN + TF32,整体约 1.7 倍加速且质量不变。但进程内第一张图会明显更慢,因为要编译。对批处理用户无所谓,对单张试玩用户就是"第一次体验最差"。这类工程细节不会上榜单,却真实地影响着二次使用率。
怎么自己读这条曲线
对关注开源模型热度的人来说,比记住"407"更有用的是掌握读数方法。Hugging Face 的模型接口支持按字段裁剪,直接取三个数即可:
GET /api/models/speridlabs/idol?expand[]=likes&expand[]=downloads&expand[]=trendingScore
返回体极简:{"likes":415,"downloads":7787,"trendingScore":396}。要判断"是否见顶",关键不是绝对值,而是三个衍生量:
- 点赞率 = likes / downloads。工具型模型 3%–6% 属健康区间;持续下滑说明下载者跑不通(多半卡在依赖或 gated 授权),持续上升说明口碑在扩散。
- 日均增量 vs 均值。把当前 likes 除以上线天数得到均值,再与最近 24 小时的增量比。当前者明显大于后者,曲线走平;两者接近,仍在爬坡。
- 衍生仓库的提交活跃度。原仓库
lastModified停在 10-29 的一次 README 更新,但Comfy-Org/Idol在 11-02 仍在改。官方仓库安静而衍生仓库活跃,是热度由社区接管的典型形态,也是曲线能拖长的直接原因。
回到标题里那个数字。407 个赞在 2026 年的模型生态里不算什么,Qwen/Qwen3.8-27B 的零头都比它多。但对一个上线五天、需要 3 GB 权重、7.2 GB 显存、两个 gated 编码器授权才能跑起来、还要用户自己买卡的单图转 3D 模型来说,日增 70 余赞、日均 1300 余次下载、第三天就长出 ComfyUI 节点与 MLX 移植、第五天被 Comfy-Org 收编进标准分发——这条曲线的每一段都对应着一次真实的能力交付,而不是一次转发。
它还会爬多久,取决于两件事:Comfy-Org/Idol 那条单文件管线能不能把"跑不起来"的人捞回来,以及官方那 15 个 gallery 示例之外,社区会不会拿出真正属于自己的样例。在 3D 高斯这条赛道上,点赞从来不稀缺,能生成一个别人愿意转着看的物体才稀缺。


