一张图秒变3D场景!TripoSplat开源,零门槛生成可交互高斯泼溅模型
- 05月18日 05月24日
- 04月24日
- 查看全部进展
01TripoSplat正式发布:单图输入实现3D高斯重建
2026年6月5日,VAST与清华大学联合开源项目TripoSplat,首次实现仅凭单张无位姿2D图像即可生成可交互的3D高斯泼溅(3D Gaussian Splatting)场景。该技术突破传统3D重建对多视角图像或相机位姿的依赖,将输入门槛降至一张普通JPG或PNG照片,并直接输出.ply或.splat格式的三角网格兼容表示。据项目文档显示,TripoSplat基于自适应密度调控算法,在RTX 20系列及以上GPU上完成单次前向预测耗时低于5秒,生成的高斯数量可在32K至262,144之间动态调节,以平衡渲染质量与计算成本。该项目采用MIT协议完全开源,模型权重已在HuggingFace和ModelScope平台开放下载,无需API调用或付费授权。12
02无位姿输入与三角网格输出成核心差异
TripoSplat的核心创新在于其前馈式架构同时解决了输入简化与输出可用性两大难题。传统3D高斯泼溅(3DGS)方法需依赖COLMAP等SfM工具预先计算多视角图像的相机位姿,而TripoSplat通过端到端神经网络联合估计场景几何与隐式相机参数,实现真正意义上的“无位姿稀疏重建”。更重要的是,不同于多数3DGS方案仅输出高斯椭球集合,TripoSplat采用三角形基元作为渲染单元,其输出结果可直接被Blender、Unreal Engine等主流3D软件及物理仿真引擎读取,无需额外的后处理转换步骤。这一特性使其在游戏资产生成、AR/VR交互开发等工业级场景中具备即插即用优势。硬件要求方面,本地部署需NVIDIA GPU且显存不低于8GB,支持ComfyUI 0.23.0及以上版本原生集成,用户可通过官方工作流模板一键调用。342
| 维度 | TripoSplat | 传统3DGS | NeRF |
|---|---|---|---|
| 输入要求 | 单张无位姿图像 | 多视角图像+预计算位姿 | 多视角图像+预计算位姿 |
| 输出格式 | 三角网格(.ply/.splat) | 高斯椭球集合 | 隐式神经场(MLP权重) |
| 物理引擎兼容性 | 直接支持 | 需后处理转换 | 不支持 |
| 典型训练/推理时间 | <5秒(前馈) | 30–60分钟(逐场景优化) | 12–24小时 |
03二季度行业密集迭代时间线
TripoSplat的发布处于2026年第二季度3D生成技术密集演进的关键节点。6月1日,VAST宣布完成近2亿美元融资,并披露其世界模型路线图,明确将静态3D生成作为第一阶段重点。5月15日,字节跳动推出Seed3D 2.0,支持文本到可编辑3D资产的端到端生成。5月18日,腾讯开源混元3D世界模型2.0(HY-World 2.0)部分组件,强调多模态输入与游戏资产直接输出能力。同期,李飞飞团队发布Spark 2.0,聚焦大场景3DGS重建与空间智能任务。这些进展共同指向行业共识:降低输入门槛、提升输出可用性、强化工业级集成已成为3D生成技术竞争的核心维度。TripoSplat在此背景下以极简代码(约2000行)、零成本授权和ComfyUI原生支持,进一步推动轻量化3D内容生产工具的普及。567
04当前应用状态与获取方式
截至2026年6月10日,TripoSplat已提供完整的本地部署方案与在线体验入口。用户可通过pip安装依赖并下载模型权重,运行run_example.py执行单图推理,或启动Gradio界面进行可视化操作。生成的.splat文件可使用SparkJS(sparkjs.dev)或SuperSplat(superspl.at/editor)在线查看,亦可导入Blender进行后续渲染与编辑。项目GitHub仓库(VAST-AI-Research/TripoSplat)同步公开源码与论文(arXiv:2605.16355)。需注意,该技术目前不适用于影视级高精度纹理建模,且对输入图像清晰度有一定要求;在低显存设备上,建议选择较低高斯数量配置以保障推理稳定性。其定位明确服务于电商商品展示、游戏原型开发、AR/VR环境搭建等对效率与可用性优先于极致细节的场景。13
当前文章无评论,是时候发表评论了