まもなく Amazonスマイルセールは11月4日（水）9時からポイントアップのエントリーは11月3日（火）0時に始まります。12日（木）まで9日間の開催です。準備をチェック

画像1枚から3D化するAI「Idol」の必要VRAM｜RTX 3080 10GBで動く？8GB GPUと生成時間【2026年11月】

Q: Idolの必要VRAMは何GBですか

ピークは7.2GBです。重みは約3.7〜4.4GBで、残りは生成中の作業領域です。DINOv3をfp32にすると約1.7GB増えます。

Q: RTX 3080（10GB）で動きますか

動きます。公式の速度表に載っており、50ステップ・262,144ガウシアンで1枚あたり46.2秒です。

Q: 8GBのGPUでも動きますか

数字の上ではピーク7.2GBに収まりますが、余白は約0.8GBです。8GBのカードでの動作は公式の表に載っていません。他のアプリを閉じ、DINOv3は既定のbf16で試してください。

Q: Radeonでも使えますか

公式の要件はCUDA対応のNVIDIA GPUです。Radeonでの動作は記載がありません。

Q: 商用利用はできますか

Idol本体はApache 2.0で可能ですが、外部の2モデルの条件が別にあります。DINOv3とFLUX.2 [dev]のライセンスを確認してから使ってください。

Q: ゲームのMODにそのまま使えますか

そのままでは使えません。出力は3Dガウシアンスプラットの.plyで、ポリゴンメッシュではありません。

グラフィックボード

2026.11.2

画像1枚から3D化するAI「Idol」の必要VRAM｜RTX 3080 10GBで動く？8GB GPUと生成時間【2026年11月】

本記事にはアフィリエイト広告（Amazon・楽天市場等）のリンクが含まれています。

LOCAL AI / 2026-11

画像1枚から3D化するAI「Idol」の必要VRAM
ピークは7.2GB。RTX 3080（10GB）は1枚46.2秒

Speridlabsの無償3D生成AIは、写真1枚から裏側まで含む3Dオブジェクトを作ります。VRAM 10GBのRTX 3080で動き、8GBは余白が約0.8GBです。出力はゲームエンジン向けのメッシュではなく、ガウシアンスプラットです。

VRAM 7.2GBApache 2.0NVIDIA CUDA必須

Speridlabsが2026年10月に公開した「Idol」は、物体の写真やレンダリング画像を1枚渡すと、写っていない裏側まで含む3Dオブジェクトを出力するオープンウェイトのAIです。重みとコードはHugging FaceとGitHubで無償公開されています。気になるのは、手元のGeForceで動くかどうかです。

モデルカードに載るVRAMのピークは7.2GBで、RTX 3080（10GB）は公式の速度表に載っています。1枚の生成にかかる時間は46.2秒で、RTX 4090（24GB）の19.1秒、RTX 5090（32GB）の14.1秒より長くなります。8GBのカードはピークとの差が約0.8GBしかなく、ほかのアプリがVRAMを使っていると足りなくなります。

出力は3Dガウシアンスプラットの.plyファイルで、ゲームのMOD用アセットとして使われるポリゴンメッシュではありません。ゲームに入れる用途では、変換の手間が別に発生します。商用で使うなら、推論時に読み込む2つの外部モデルのライセンスも確認が必要です。

必要VRAMピーク7.2GBの内訳と、8GBカードの余白

モデルカードの記載では、1回の生成に必要なGPUメモリは、重みが約3.7〜4.4GB、ピークが7.2GBです。重みだけで見ると小さく、残りは生成中の作業領域です。

項目	公式の記載	手元のカードでの意味
VRAMのピーク	7.2GB	10GB以上なら余裕があります。8GBは余白が約0.8GBです
重みの合計	約3.7〜4.4GB（全体で約18億パラメーター）	初回にIdol本体の重み約3GBに加え、DINOv3とFLUX.2のVAEも自動でダウンロードします
最大の部品	DINOv3（約1.68GB）	`--dinov3_dtype fp32`にすると1.7GB増えます
動作環境	Python 3.10以上、PyTorch 2.5以上、CUDA対応のNVIDIA GPU	Radeonは対象外です

※Hugging Faceのモデルカードと、GitHubのidol-sdkのREADMEより（2026年11月2日確認）。7.2GBがどの生成枚数（--num_gaussians）の値かは記載がありません。

8GBのカードで試すなら、--dinov3_dtypeは既定のbf16のままにし、ブラウザや他のAIツールを閉じてから起動します。fp32にすると、7.2GBに1.7GBを単純に足して約8.9GBになり、8GBのカードでは載りません。10GBのカードならfp32でも収まる計算です。

GPU別RTX 3080は1枚46.2秒、RTX 5090は14.1秒

公式の速度表は、50ステップ・262,144個のガウシアンの条件で、8枚の画像の中央値を取っています。GPUごとにマシンを分け、コードと設定は同じです。

GPU	VRAM	1枚あたりの時間
RTX 5090	32GB	14.1秒
RTX 4090	24GB	19.1秒
RTX 3080	10GB	46.2秒
H100（参考）	80GB	6.7秒

※Hugging Faceのモデルカード「Across GPUs」の表より（2026年11月2日確認）。RTX 3080は10GB版です。ほかのGeForceの行はありません。

モデルカードの冒頭には「2秒未満で動く」とありますが、速度表で最も速いB300でも50ステップで3.4秒です。GeForceでは14〜46秒が実際の目安になります。ステップ数（--steps、既定は50）を減らすと速くなる代わりに細部が落ちます。1枚ずつ試す使い方なら、RTX 3080でも待てない長さではありません。

同じプロセスで最初の1枚は、torch.compileによるコンパイルが入るため遅くなります。

導入Hugging Faceの承認から生成まで

導入前に、Hugging Faceのアカウントで2つの外部モデルの利用承認を済ませます。Idolは入力画像をこの2つで読み込むため、承認が済んでいないと、ダウンロードの前に不足を伝えて止まります。

Hugging Faceにログインし、facebook/dinov3-vith16plus-pretrain-lvd1689mの利用条件に同意する
black-forest-labs/FLUX.2-devの利用条件に同意する（使うのはVAEだけです）
ターミナルでhf auth loginを実行する（環境変数HF_TOKENでも可）
SDKをインストールして、画像から生成する

git clone https://github.com/speridlabs/idol-sdk.git
cd idol-sdk
pip install -e .

# 写真ならreal、レンダリングや生成画像ならsynthetic
python -m idol.sample --image photo.jpg --mode real

1枚ごとに、3Dの本体である.ply、モデルが実際に見た入力画像（背景除去と切り抜き後）の_input.png、推定カメラの_camera.jsonが出力されます。.plyは一般的なガウシアンスプラットのビューアで開けます。重みはHugging Faceのキャッシュに自動で保存され、別のダウンロード手順はありません。

モデルカードとSDKのREADMEには、WindowsとLinuxのどちらで動かすかの記載がありません。LinuxかWSL2のUbuntuで試すほうが、CUDAとPyTorchの組み合わせを整えやすくなります。flash-attnは入れなくても動き、入れていない場合はPyTorch標準の注意機構が使われます（結果は同じで速度だけ遅くなります）。

主なオプション	既定値	効果
–steps	50	減らすと速くなり、細部が落ちます
–num_gaussians	262144	32,768〜1,048,576（32の倍数）。多いほど細かくなります
–seed	42	固定すると同じ物体を再現できます
–mode	synthetic	写真は`real`。切り抜きの余白が変わります

ライセンスApache 2.0でも、商用は外部モデルの条件が先

Idolの重みとコードはApache License 2.0で、商用利用が認められています。ただし推論には、DINOv3とFLUX.2 [dev]のVAEが必要で、この2つは別のライセンスです。

DINOv3はMetaの専用ライセンス（dinov3-license）、FLUX.2 [dev]はBlack Forest LabsのFLUX Non-Commercial Licenseです。FLUX.2のモデルカードには、生成物は商用を含む用途に使えるとの記載と、商用で自分のサーバーに置いて使う場合の別条件への言及があります。商用の案件に使うなら、2つのライセンス全文を読んでから決めてください。個人のゲーム制作や趣味の範囲で試す場合は、利用条件への同意だけで始められます。

ゲーム用途MODやゲームのアセットに使えるか

Idolが出力するのは、最大約105万個の「ガウシアン」（色と透明度を持つ小さな楕円体）の集まりです。見た目はフォトリアルに近づきますが、UnityやUnreal Engine、MODツールが標準で読むポリゴンメッシュとテクスチャではありません。

Idolが1枚の画像から生成した城の3Dオブジェクトの例 — Idolの生成例（画像：Speridlabs公式モデルカードより）

モデルカードに、メッシュへの変換手順はありません。ゲームの小物や背景の参考として回転しながら眺める、モデリングの下絵や形の確認に使う、といった用途なら、1枚の画像から短時間で形が得られる点が役に立ちます。ゲームに組み込めるアセットが必要な場合は、スプラットからメッシュへ変換する別のツールを足す前提で考えてください。

比較TRELLISなど、ほかの画像から3D化モデルとの違い

モデルカードには、TripoSplat、TRELLIS、LGMとの比較があります。条件はH100 1枚で、Speridlabs自身の測定です。

モデル	1枚の時間（H100）	測定条件
Idol	6.8秒	50ステップ、262,144ガウシアン
TripoSplat	9.9秒	50ステップ、262,144ガウシアン
TRELLIS	7.1秒	論文の設定（50＋50ステップ）
LGM	1.1秒	既定設定、65,536ガウシアン