ComfyUI-Unique3D 项目安装与使用指南
1. 项目目录结构及介绍
ComfyUI-Unique3D/
├── ckpt/
│ ├── controlnet-tile/
│ ├── image2normal/
│ ├── img2mvimg/
│ ├── realesrgan-x4.onnx
│ └── v1-inference.yaml
├── custom_3d_diffusion/
├── docs/
├── mesh_reconstruction/
├── scripts/
├── workflow/
├── .gitignore
├── LICENSE
├── README.md
├── __init__.py
├── gradio_app.py
├── install_windows_portable_win_py311_cu121.bat
├── pyproject.toml
├── requirements.txt
├── requirements_post_win_py311_cu121.txt
└── run.py
目录结构说明
-
ckpt/: 存放模型权重文件的目录。
controlnet-tile/: 控制网络的权重文件。image2normal/: 图像到法线的权重文件。img2mvimg/: 图像到多视图图像的权重文件。realesrgan-x4.onnx: 超分辨率模型的ONNX文件。v1-inference.yaml: 推理配置文件。
-
custom_3d_diffusion/: 自定义3D扩散模型的相关文件。
-
docs/: 项目文档文件夹。
-
mesh_reconstruction/: 网格重建的相关文件。
-
scripts/: 项目脚本文件夹。
-
workflow/: 工作流配置文件夹。
-
.gitignore: Git忽略文件配置。
-
LICENSE: 项目许可证文件。
-
README.md: 项目说明文件。
-
init.py: Python包初始化文件。
-
gradio_app.py: Gradio应用启动文件。
-
install_windows_portable_win_py311_cu121.bat: Windows下的安装脚本。
-
pyproject.toml: Python项目配置文件。
-
requirements.txt: 项目依赖文件。
-
requirements_post_win_py311_cu121.txt: Windows下的额外依赖文件。
-
run.py: 项目启动文件。
2. 项目启动文件介绍
run.py
run.py 是项目的启动文件,负责初始化并启动ComfyUI-Unique3D应用。该文件包含了主要的逻辑代码,用于加载模型、配置环境并启动Gradio界面。
gradio_app.py
gradio_app.py 是Gradio应用的启动文件,负责定义和启动Gradio界面,用户可以通过该界面与ComfyUI-Unique3D进行交互。
3. 项目的配置文件介绍
pyproject.toml
pyproject.toml 是Python项目的配置文件,包含了项目的元数据、依赖管理、构建系统等信息。
requirements.txt
requirements.txt 列出了项目运行所需的所有Python依赖包及其版本。
requirements_post_win_py311_cu121.txt
requirements_post_win_py311_cu121.txt 是Windows系统下额外的依赖文件,包含了特定于Windows和CUDA 12.1的依赖包。
v1-inference.yaml
v1-inference.yaml 是推理配置文件,定义了模型推理时的参数和配置。
install_windows_portable_win_py311_cu121.bat
install_windows_portable_win_py311_cu121.bat 是Windows系统下的安装脚本,用于安装项目所需的依赖和配置环境。
通过以上介绍,您可以更好地理解和使用ComfyUI-Unique3D项目。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00