# SHARP Demo：查看真实效果

先查看 Apple 的单图视角合成样例，再在本地将自己的照片生成 3D Gaussian 表示。

Canonical URL: https://aiidelist.com/zh/blog/apple-sharp-image-to-3d-zh

Language: zh

Published: 2026-09-24

Updated: 2026-09-24

SHARP · IMAGE TO 3D

先查看 Apple 的单图视角合成样例，再在本地将自己的照片生成 3D Gaussian 表示。

## 浏览官方效果对比样例

这里是预先渲染的研究样例，可以交互选择场景和对比方法。它不会上传你的照片，也不会在浏览器执行 SHARP 推理。

[在新标签页打开图库 ↗](https://apple-aiml-research.github.io/ml-sharp/#videos)

## 用自己的图片生成场景

### 安装 SHARP

Python 3.13 · official SHARP CLI

```text
conda create -n sharp python=3.13 -y
conda activate sharp
git clone https://github.com/apple-aiml-research/ml-sharp.git
cd ml-sharp
python -m pip install -r requirements.txt
sharp --help
```

将一张或多张照片放入 input 目录，然后执行预测。首次运行会自动下载 checkpoint。

Predict

```text
sharp predict -i ./input -o ./output
```

成功后，output 目录会生成 3D Gaussian .ply 文件，可使用兼容的 Gaussian Splat 查看器打开。结果支持邻近视角，不代表完整重建了场景中不可见的部分。

## 选择运行设备

**生成 Gaussian 表示**

CPU、CUDA 或 Apple MPS

**渲染相机轨迹视频**

官方渲染器要求 CUDA GPU

### 可选：在 CUDA 设备渲染视频

CUDA

```text
sharp predict -i ./input -o ./output --render
# Or render previously generated Gaussians:
sharp render -i ./output -o ./renderings
```

## 遇到问题时

- 首次运行较慢：需要下载 checkpoint 并初始化，请查看终端进度。
- Mac 无法渲染视频：预测支持 MPS，但官方 --render 路径要求 CUDA。
- 其他查看器中朝向异常：SHARP 使用 OpenCV 坐标约定，需检查查看器的缩放和旋转设置。

官方代码与样例 · 核对于 2026-09-12

[Apple GitHub ↗](https://github.com/apple-aiml-research/ml-sharp) · [Official examples ↗](https://apple-aiml-research.github.io/ml-sharp/) · [Paper ↗](https://arxiv.org/abs/2512.10685)

## 图片转 3D：一张照片，一个 3D Gaussian splat

图片转 3D · GAUSSIAN SPLAT

Apple SHARP 在 GPU 上不到一秒就能从单张照片预测 3D Gaussian 表示，并实时渲染邻近视角。本页以任务为中心：你能得到什么、如何在 Mac 或 CUDA 上本地运行、如何查看结果。

[查看官方 SHARP 样例](/zh/blog/apple-sharp-image-to-3d-zh) · [GitHub](https://github.com/apple-aiml-research/ml-sharp)

## 你会得到什么

- 一个带绝对尺度的 3D Gaussian .ply 文件，可直接用 splat 查看器打开。
- 围绕原始视角的实时视差——是 3D 照片，而不是完整模型。
- 在 CUDA GPU 上可选渲染相机轨迹视频。

## 本地运行 SHARP

1. 创建 Python 3.13 环境并安装官方仓库。
2. 把一张或多张照片放入 input 文件夹。
3. 运行 sharp predict；首次使用会下载 checkpoint。
4. 用 Gaussian splat 查看器打开输出的 .ply。

Python 3.13 · official SHARP CLI

```text
conda create -n sharp python=3.13 -y
conda activate sharp
git clone https://github.com/apple-aiml-research/ml-sharp.git
cd ml-sharp
python -m pip install -r requirements.txt
sharp predict -i ./input -o ./output        # CPU, CUDA or MPS
sharp predict -i ./input -o ./output --render   # video rendering needs CUDA
```

## 查看结果

SHARP 输出标准的 3D Gaussian .ply 文件，网页版 splat 查看器可以直接打开。SHARP 使用 OpenCV 相机约定，如果查看器显示的场景翻转，请检查缩放与朝向。

## 需要可重打光的资产？

Luce（Apple，2026 年 8 月）面向物体而非场景，预测 PBR 材质——反照率、金属度-粗糙度和法线——因此资产可以重新打光并导出为网格。核对时尚未确认代码公开。

[Luce →](/zh/blog/luce-zh) · [Luce vs SHARP →](/zh/blog/luce-vs-sharp-zh)

## 常见问题

**这和摄影测量一样吗？**

不一样。摄影测量需要很多照片并重建完整物体。SHARP 从一张照片推断出合理的 3D 场景，只面向邻近视角。

**能在浏览器运行吗？**

生成需要用官方命令行在本地运行，没有浏览器内推理。输出的 .ply 可以在网页 splat 查看器中查看。

**能在 iPhone 上用吗？**

原版不行；参考实现是面向 Mac 与 Linux 的 Python 包。请在电脑上生成，再分享视频或 splat 文件。

## 硬件

- 预测：CPU、CUDA 或 Apple Silicon（MPS）。
- 视频渲染（--render）：官方渲染器需要 CUDA GPU。
- 较新的 Mac 几秒内即可生成场景；不可见区域不会被重建。

- [SHARP 模型页](/zh/blog/apple-sharp-image-to-3d-zh)
- [Depth Pro](/zh/blog/depth-pro-zh)
- [更多工具](/zh/blog/apple-ai-browser-tools-zh)