苹果推出了名为 sharp（sharp monocular view synthesis）的全新研究成果与模型，仅需一张常规二维照片，即可在亚秒级时间内生成高度逼真的三维场景视图。
据悉，SHARP 基于前沿的 3D 高斯泼溅（3D Gaussian Splatting）技术，将整个场景建模为海量具备颜色与光照属性的 3D 高斯椭球体。该模型通过单次神经网络前向传播（feedforward inference），直接预测出数以百万计的高斯单元的空间位置及其外观特征，从而高效构建出具备真实感的三维结构。
区别于依赖多视角图像输入或耗时迭代优化的传统方案，SHARP 实现了“单图输入、瞬时输出”的能力，所生成的三维结果不仅维持精确的空间比例与深度关系，还支持符合真实尺度的相机自由移动。在多个主流基准数据集上，其在图像保真度指标（如 LPIPS、DISTS）方面均超越当前最优方法，推理速度更提升约三个数量级（1000×）。
苹果已正式开源 SHARP 的完整代码与预训练模型权重，托管于 GitHub：https://www.php.cn/link/5ec8b136da1b014682313777cb7a82ee
源码地址：点击下载
