蘋果發佈了名為 SHARP（Sharp Monocular View Synthesis）的研究成果和模型，可以在不到一秒鐘內從一張普通的二維照片生成一個具有逼真效果的三維場景視圖。

據介紹，SHARP 利用先進的 3D 高斯潑濺（3D Gaussian Splatting） 技術，將場景表示為大量帶有顏色和光照信息的 3D 高斯球體。模型通過單次神經網絡前向推理（feedforward），預測出數百萬個這些高斯球的位置和外觀，從而重建出三維效果。

與傳統方法需要多角度圖像或長時間優化不同，SHARP 能做到單圖輸入 + 快速輸出，其輸出的 3D 表現保持真實比例與深度，支持真實尺度的相機視角移動。在多個標準數據集上，它在圖像質量指標（如 LPIPS、DISTS）上優於現有方法，同時速度提升約 1000 倍。

蘋果已將 SHARP 的代碼和模型權重發布到 GitHub：https://github.com/apple/ml-sharp