ml-sharp 可以免费使用吗？用的什么许可证？

ml-sharp 以 Other 许可证开源。用于商业产品前，请先确认许可证条款。

ml-sharp 还在维护吗？

半年内有更新。ml-sharp 最近一次提交是在 2026年9月11日。

ml-sharp 适合用来做什么？

将单张照片转换为可从附近视角浏览的 3D 场景。在无需多视角拍摄的情况下验证 3D 高斯溅射流程。从静态图片生成相机穿行视频。

ml-sharp 怎么安装和运行？

创建 Python 环境: conda create -n sharp python=3.13 安装项目依赖: pip install -r requirements.txt 测试安装是否成功: sharp --help 对输入图片运行预测（首次运行会自动下载模型权重）: sharp predict -i /path/to/input/images -o /path/to/output/gaussians

在哪里获取 ml-sharp？

源代码和安装说明在 GitHub 上：https://github.com/apple-aiml-research/ml-sharp

apple-aiml-research/ml-sharp

苹果研究项目，单张照片不到一秒即可生成可渲染的 3D 高斯场景。

在 GitHub 查看官网

Star: 8,989
Fork: 652
未关闭 Issue: 76
最近提交: 上个月

这是什么？

SHARP 是苹果的研究项目，用于单目视图合成：输入一张照片，神经网络通过一次前向推理即可预测画面所描绘场景的 3D 高斯表示。在普通 GPU 上，这一过程不到一秒。

生成的高斯场景可以实时渲染，从附近的相机视角输出高分辨率图像。该表示具有绝对尺度，相机移动可以用真实单位描述。结果以 3DGS 的 .ply 文件输出，采用 OpenCV 坐标系（x 向右、y 向下、z 向前），可用于多种常见的 3DGS 渲染器。

项目提供 `sharp` 命令行工具，包含 `predict` 和 `render` 两个子命令。预测支持 CPU、CUDA 和 MPS；渲染相机轨迹视频目前需要 CUDA GPU。模型权重会在首次运行时自动下载。

核心功能

01单张图像一次前向推理即可生成 3D 高斯场景。
02在普通 GPU 上不到一秒完成。
03生成具有绝对尺度的表示，支持按真实单位移动相机。
04导出标准 3DGS .ply 文件，兼容多种公开渲染器。
05实时渲染相机轨迹视频（需要 CUDA GPU）。

适用场景

将单张照片转换为可从附近视角浏览的 3D 场景。
在无需多视角拍摄的情况下验证 3D 高斯溅射流程。
从静态图片生成相机穿行视频。

快速上手

1
创建 Python 环境
conda create -n sharp python=3.13
2
安装项目依赖
pip install -r requirements.txt
3
测试安装是否成功
sharp --help
4
对输入图片运行预测（首次运行会自动下载模型权重）
sharp predict -i /path/to/input/images -o /path/to/output/gaussians

使用前须知

通过 --render 选项渲染视频需要 CUDA GPU。
README 未明确软件许可证，使用前请查看 LICENSE 和 LICENSE_MODEL 文件。

常见问题

ml-sharp 是什么？: 苹果研究项目，单张照片不到一秒即可生成可渲染的 3D 高斯场景。 SHARP 是苹果的研究项目，用于单目视图合成：输入一张照片，神经网络通过一次前向推理即可预测画面所描绘场景的 3D 高斯表示。在普通 GPU 上，这一过程不到一秒。
ml-sharp 可以免费使用吗？用的什么许可证？: ml-sharp 以 Other 许可证开源。用于商业产品前，请先确认许可证条款。
ml-sharp 还在维护吗？: 半年内有更新。ml-sharp 最近一次提交是在 2026年9月11日。
ml-sharp 适合用来做什么？: 将单张照片转换为可从附近视角浏览的 3D 场景。在无需多视角拍摄的情况下验证 3D 高斯溅射流程。从静态图片生成相机穿行视频。
ml-sharp 怎么安装和运行？: 创建 Python 环境: conda create -n sharp python=3.13 安装项目依赖: pip install -r requirements.txt 测试安装是否成功: sharp --help 对输入图片运行预测（首次运行会自动下载模型权重）: sharp predict -i /path/to/input/images -o /path/to/output/gaussians
在哪里获取 ml-sharp？: 源代码和安装说明在 GitHub 上：https://github.com/apple-aiml-research/ml-sharp

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。