北京
每天分享科技热点！
今日，苹果发布名为《Sharp Monocular View Synthesis in Less Than a Second》的论文，详细介绍了其最新研发的SHARP模型的训练方法与技术原理。
该模型采用创新的3D高斯泼溅技术，通过在空间中叠加大量3D高斯分布点替代传统网格或神经场，实现快速生成高真实感的3D影像效果。
与传统方案需数分钟甚至数小时的处理时间不同，SHARP的合成速度实现了三个数量级的提升，可提供近乎即时的3D转换体验。
其训练过程结合海量合成数据与真实世界数据，使模型掌握了通用的深度与几何规律，面对全新照片时，仅需通过神经网络的单次前馈传递，即可直接预测出数百万个3D高斯的位置与外观参数，瞬间完成3D场景重建。
在基准测试中，SHARP表现优异——LPIPS指标降至34%（较其他方案降低25%），DISTS指标则减少21个百分点至43%，显示出其在感知影像相似度与纹理相似度上的显著优势。
不过，该模型仍存在一定局限性：为平衡真实性与速度，其重建主要聚焦于拍摄视角附近的3D视图，无法凭空填补照片中被完全遮挡或未拍摄到的区域，因此当前生成的3D场景视角移动范围仍限定在原拍摄位置邻近区域。
目前，苹果已将SHARP的完整代码及相关资源公开至GitHub平台，全球开发者均可下载测试。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
