12月18日讯，科技媒体9to5Mac昨日（12月17日）发布博文，称苹果公司开源了一款名为SHARP的新型AI模型。这一技术能够在一秒内将单张2D照片转换为逼真的3D场景。
据博文介绍，苹果发表题为《一秒内实现清晰的单目视图合成》（Sharp Monocular View Synthesis in Less Than a Second）的论文，详细说明了如何训练该模型。当接收用户提供的普通2D照片后，SHARP能够在一秒钟内重建出具有真实物理比例的3D场景。
与传统方案相比，SHARP将合成速度提升了三个数量级，实现了近乎实时的3D转换体验。
在技术方面，SHARP采用了先进的3D高斯泼溅技术（3D Gaussian Splatting）。这一方法将3D场景视为无数个带有颜色和光影信息的“模糊光团”（高斯球）。
传统的3D重建需要对同一场景拍摄数十甚至上百张不同角度的照片，并通过复杂计算确定光团位置。而苹果通过使用大量合成数据与真实世界数据训练SHARP，使其掌握了通用的深度与几何规律。
因此，当处理一张新照片时，SHARP能通过神经网络的单次前馈传递，直接预测出数百万个3D高斯球的位置与外观，瞬间完成建模。
在成像质量上，SHARP也达到了新的高度。根据苹果公布的论文数据，在多个基准测试中表现优异。
与业内最强模型相比，SHARP在LPIPS（感知图像块相似度度量标准）上降低了25个百分点至34%，DISTS（纹理相似度指标）降低21个百分点至43%。这意味着生成的3D视图在细节和结构上更接近真实世界，并支持真实的相机移动模拟。
不过，SHARP目前仍存在一定的物理限制。它主要重建拍摄视角附近的3D视图，而不处理照片中未被拍摄或遮挡的部分。
因此，在浏览生成的3D场景时，视角移动范围需保持在原图拍摄位置附近区域。苹果已将SHARP的完整代码及相关资源发布至GitHub平台，全球开发者均可下载测试，这将极大推动移动端3D内容创作与空间计算应用的发展。
以下是网友利用该模型生成的部分3D场景：
相关文章
