Sharp

Sharp

在标准 GPU 上不到一秒就能把一张照片变成 3D 高斯场景，可对邻近视角实时渲染。适合研究人员和图形开发者。

由 apple 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Sharp 是 Apple 的一个研究模型，能从一张照片构建 3D 场景。让网络前向跑一遍，就能预测出一组 3D 高斯，在标准 GPU 上不到一秒。然后你可以从邻近的相机位置实时渲染这个场景。

适合谁：想从一张图快速得到 3D 视角的研究人员和图形开发者。场景有绝对尺度，所以按真实尺寸移动相机是有意义的。许可证是 apple-amlr，使用前请先阅读其条款。

Title: 谁在用，怎么用
Industry | Who uses it | How they use it | Example
图形研究 | 研究人员 | 研究单张图像的视角合成，并拿它做对比 | 在一组照片上运行它，查看高斯输出
XR 和 AR | 原型开发者 | 把照片变成可以环顾的场景 | 在拍摄的房间里稍微移动相机
视觉特效 | 3D 艺术家 | 从一张静态图快速得到 3D 基础 | 在高斯点云查看器里打开输出文件
工具链 | 开发者 | 把它的输出送进点云渲染器 | 把生成的 .ply 文件加载到查看器里

如果你需要远离原始相机角度的视图，可以跳过它，因为模型卡描述的是邻近视角。

用在哪里：

• 终端里的 sharp 命令，按项目代码仓库的说明配置
• 在 CPU、CUDA GPU 或 Apple MPS 上做预测
• 在 CUDA GPU 上渲染视频
• 任何公开的 3D 高斯点云渲染器，使用输出的 .ply 文件

Use case | Who | What they get back
预测场景 | 研究人员 | 输出文件夹里的 3D 高斯点云文件
渲染视频 | 开发者 | 在 CUDA GPU 上沿相机路径渲染的视频
在查看器里检查 | 艺术家 | 可以在 3DGS 渲染器里环顾的场景

如何设置：你需要 Python，以及项目代码仓库里的环境。然后下载检查点文件。

• Python 和 pip
• 代码仓库里的环境
• 预测需要 CPU、CUDA GPU 或 MPS 设备，要生成视频则需要 CUDA GPU

1. 按仓库的步骤配置你的环境。
2. 从这个页面下载检查点，或用 Hugging Face 命令行下载。
3. 对你的图片运行 predict 命令。

pip install huggingface-hub
huggingface-cli download --include sharp_2572gikvuh.pt --local-dir . apple/Sharp

如何使用：运行 sharp predict，给它一个图片输入文件夹、一个输出文件夹和检查点。加上 render 选项可以沿相机路径生成视频，这需要 CUDA GPU。

sharp predict -i /path/to/input/images -o /path/to/output/gaussians -c sharp_2572gikvuh.pt

sharp predict -i /path/to/input/images -o /path/to/output/gaussians --render -c sharp_2572gikvuh.pt

# Or from the intermediate gaussians:
sharp render -i /path/to/output/gaussians -o /path/to/output/renderings  -c sharp_2572gikvuh.pt

Tool | What it does
sharp predict | 把文件夹里的照片变成 3D 高斯文件
--render | 同时沿相机路径渲染视频，仅限 CUDA GPU
sharp render | 用你已经生成的高斯文件渲染视频
-c | 指向检查点文件

示例：你对一个放着一张房间照片的文件夹运行 sharp predict。输出文件夹里会出现一个 3D 高斯的 .ply 文件，你在点云查看器里打开它，再来回挪动相机。

新手与专家：如果你是新手，可以把它看成一个从一张照片猜出场景 3D 形状的工具。先用一张照片，在点云查看器里打开结果。

对熟悉的人来说，单次网络前向计算就会输出高斯场景的每一个参数。模型卡说，与此前最好的模型相比，它把 LPIPS 降低了 25% 到 34%，DISTS 降低了 21% 到 43%，合成速度快了三个数量级。它遵循 OpenCV 坐标约定，场景中心靠近正 z 轴。

输入一张照片
网络一次前向预测高斯
保存 3D 高斯 .ply 文件
实时渲染邻近视角

注意事项：

• License: apple-amlr，使用前请查看其条款
• Cost to run: 没有列出费用，你用的是自己的电脑
• Data it reaches: 它从 Hugging Face 下载检查点，然后读取你的图片，并把文件写到你选的文件夹
• Not for: 远距离的视角，或没有 CUDA GPU 时渲染视频
• 第三方渲染器可能需要你缩放和旋转场景来重新居中
• gsplat 渲染器第一次启动要花一些时间

Hugging Face 上的数据（2026年11月13日）

• 任务：image to 3d
• 框架：ml-sharp
• 最近 30 天下载：4,150
• 点赞：423
• 许可证：apple-amlr
• Quantized versions: 9
• Fine-tunes: 2
• 标签：ml-sharp, image-to-3d

链接

• 模型：https://huggingface.co/apple/Sharp
• 文件：https://huggingface.co/apple/Sharp/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download apple/Sharp

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。