Transformer开始构建三维世界：开源模型几张图片秒级生成可探索3D场景

从 2D 像素到 3D 场景 Query，影溯正在尝试把三维内容生产推向可规模化调用的新阶段。

围着桌上的小摆件随手拍几张照片，几秒后，有趣的一幕发生了。

它们竟从二维照片中「立 」了起来，变成了一个可以把玩的 3D 内容。

没有扫描、几乎不用等待，咔嚓几下就能生成。

我又用手机从不同角度给楼下的咖啡店拍了 6 张照片。这个空间也立刻被保存在了手机里。

就连家里的卧室，也在咔嚓几声后，变成了一个可以自由探索的 3D 空间。

聚餐、桌搭、毕业、搬家、婚礼、日常生活 …… 手机能随手记录下当下重要的时刻，把能进入的场景发给身边的朋友，真的十分有趣。

这款 App 叫 Crystal 空间相机，是影溯（ InSpatio ） 将最新研究成果做成的一款免费 3D 捕捉工具，让每个人都能轻松体验亲手拍摄 3D 空间照片的感觉。

这背后的技术，是影溯正式开源的前馈式 3D Gaussian Splatting 生成技术 QuerySplat。只需输入少量不同视角、无需提供相机位姿的图片，即可在一次前向推理中，秒级生成可自由切换视角的 3D 场景。

在大规模 DL3DV-Evaluation 基准的 2、4、12 视图设置中，Topos-Lite 在 PSNR 和 SSIM 指标上均取得最优结果；在更关注感知相似度的 LPIPS 指标上，也在 2 视图和 4 视图设置中排名第一。

更直观的变化是，模型生成的物体边缘更锐利、纹理更清晰，跨视角结构也更稳定。

同样输入5张图片后，与其他方法相比，Topos-Lite生成结果（Ours）中的主体轮廓更完整，纹理更清晰，场景结构也更加干净稳定。

这一次，影溯选择将 QuerySplat 开源，不只是公开一项技术成果，更希望推动前馈式 3D 生成从少数团队的前沿探索，走向整个行业可以共同验证、持续迭代的技术基础，加速 3D 内容生产真正迈向规模化，并创造出更多好玩的 3D 应用。