蘋果公司于2025年12月17日發(fā)布了一款名為SHARP的新型開源人工智能模型，該模型能夠在不到一秒鐘的時(shí)間內(nèi)，將單張二維照片轉(zhuǎn)換為具有真實(shí)感的三維視圖。相關(guān)研究成果以論文《Sharp Monocular View Synthesis in Less Than a Second》形式公開，并已上線GitHub平臺(tái)供開發(fā)者使用。

SHARP模型的核心技術(shù)基于3D高斯濺射（3D Gaussian Splatting），通過一次神經(jīng)網(wǎng)絡(luò)前向傳遞即可預(yù)測(cè)出圖像場(chǎng)景的完整三維結(jié)構(gòu)。與以往需要多角度圖像輸入的傳統(tǒng)方法不同，SHARP僅憑一張照片就能重建出具備精確距離和現(xiàn)實(shí)尺度的3D環(huán)境，整個(gè)過程在標(biāo)準(zhǔn)GPU上耗時(shí)不足一秒。

該模型之所以高效，是因?yàn)槠洳捎昧艘环N稱為“度量化表示”（metric representation）的技術(shù)，使生成的3D場(chǎng)景支持真實(shí)的攝像機(jī)位移操作。實(shí)驗(yàn)數(shù)據(jù)顯示，SHARP在多個(gè)基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異，相比此前最優(yōu)模型，LPIPS指標(biāo)降低25%-34%，DISTS指標(biāo)下降21%-43%，同時(shí)合成速度提升了三個(gè)數(shù)量級(jí)。

盡管SHARP無法生成原視角之外完全不可見的區(qū)域，因此僅適用于鄰近視角渲染，但這一設(shè)計(jì)有效保障了結(jié)果的真實(shí)性與計(jì)算效率。目前已有開發(fā)者在社交媒體上分享測(cè)試成果，包括利用M3芯片運(yùn)行模型、結(jié)合Three.js實(shí)現(xiàn)Web端渲染等創(chuàng)新應(yīng)用。

隨著SHARP的開源發(fā)布，蘋果進(jìn)一步展示了其在計(jì)算機(jī)視覺與生成式AI領(lǐng)域的技術(shù)實(shí)力，也為虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)及內(nèi)容創(chuàng)作等應(yīng)用場(chǎng)景提供了新的可能性。

參考鏈接:
https://9to5mac.com/2025/12/17/apple-sharp-ai-model-turns-2d-photos-into-3d-views/