PRISM Image to 3D

PRISM Image to 3D

用一张图片构建 3D 高斯场景，并在 3D 查看器里显示。适合想不安装任何东西就试用单图重建的研究者和 3D 爱好者。

由 hugging-apps 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Space 是 PRISM 的 Gradio 演示，PRISM 是一种只需一次前向计算就能从一张图像重建 3D 场景的方法。结果是一组 3D 高斯，在查看器里显示。它在 Hugging Face 的 zero-a10g 硬件上运行，带有 MCP 标签。

适合谁：适合想看看单图 3D 重建如何运作的人，以及想阅读各个环节如何串联的研究者。

Industry | Who uses it | How they use it | Example
计算机视觉研究 | 研究者 | 测试单图 3D 重建 | 运行一张示例图片，检查高斯场景
3D 与图形 | 3D 爱好者 | 把一张图片变成可查看的场景 | 在查看器里从多个角度观察场景
软件 | 开发者 | 研究研究模型的 Gradio 演示 | 阅读 app.py 和 prism 文件夹

如果你需要成品级的高质量 3D 模型，可以跳过它，因为这是一个研究演示。

用在哪里：你可以在这些地方使用它：

• 浏览器：打开 Hugging Face 上这个 Space 的页面，不需要安装任何东西。
• Windows、macOS 或 Linux：用 Python 3.12 运行你自己的副本。

Use case | Who | What they get back
单图 3D | 研究者 | 从一张图片预测出的 3D 高斯场景
场景查看 | 爱好者 | 显示部分预测高斯的查看器
流程研究 | 开发者 | 一条从深度到渲染高斯的完整流程

如何设置：如果要在本地运行副本，你需要先准备：

• Python 3.12 和 pip
• 与 wheels 文件夹里的 gsplat wheel 相匹配的 GPU、torch 和 CUDA 环境

在线页面不需要这些。若要运行你自己的副本，请按下面的步骤操作。

1. 安装 Hugging Face 工具。
2. 把这个 Space 的文件下载到一个文件夹。
3. 进入那个文件夹。
4. 安装 Space 使用的版本的 Gradio，再安装其他依赖包。
5. 启动应用。

pip install -U huggingface_hub
hf download hugging-apps/prism-image-to-3d --repo-type space --local-dir prism-image-to-3d
cd prism-image-to-3d
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py

如何使用：在浏览器里打开这个 Space，或者用下面的命令启动你自己的副本。然后选一张图片并运行重建。

python app.py

Tool | What it does
MoGe | 从输入图像估计深度
Cosmos tokenizer | 把输入编码成潜变量
PRISM residual encoder | 配合沿六条相机路径变形的潜变量先验工作
Lyra 3DGS decoder | 把潜变量解码成 3D 高斯
gsplat | 为查看器渲染这些高斯

示例：你选一张示例图片，或者自己的图片，然后开始运行。这个 Space 会预测出一个 3D 高斯场景，并在查看器里显示其中一部分，不透明度最高的高斯排在最前。

新手与专家：如果你是新手，先打开这个 Space，试一张示例图片。在查看器里转动场景，看看平面图片看不到的纵深。

如果你熟悉这个领域，这条流程先用 MoGe 得到深度，再得到 Cosmos tokenizer 潜变量，然后用 PRISM 残差编码器处理前向变形的潜变量先验。冻结的 Lyra 解码器把它变成高斯，再由 gsplat 渲染。仓库里自带了 gsplat wheel，因为 ZeroGPU 没有预编译版本，还内置了 mamba-ssm 的 Triton 内核。

输入一张图像
MoGe 估计深度
Cosmos 潜变量沿六个方向变形
Lyra 解码器生成高斯
gsplat 渲染查看器场景

注意事项：查看器只显示预测出的一部分高斯，不透明度最高的排在最前。Lyra 解码器的权重在运行时从 nvidia/Lyra 仓库下载。

• License: PRISM 和 Lyra 代码为 apache-2，Lyra 解码器权重为 NVIDIA Open Model License
• Cost to run: 未提及
• Data it reaches: 运行时从 Hugging Face 下载的模型权重，以及 nvidia/Lyra-Testing-Example 数据集中 CC-BY-4.0 的示例图片

Hugging Face 上的数据（2026年11月13日）

• 点赞：6
• 构建方式：gradio
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/hugging-apps/prism-image-to-3d
• 文件：https://huggingface.co/spaces/hugging-apps/prism-image-to-3d/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。