∴ GitHub / 趋势仓库

harry7557558 / spirula-studio

跨厂商 GPU 的三维高斯溅射训练器,从视频到点云到网格

语言
C++
Star
857
Fork
61
当日新增(09-24)
+69
累计在榜
1 天
最高名次
第 15 名
首次上榜
2026-09-24
去 GitHub 查看 ↗

∴ 是什么

Spirula Studio 是一个以 C++ 编写的三维高斯溅射(3D Gaussian Splatting)训练器,能够从原始照片或视频出发,经过稀疏重建与高斯训练,最终生成带纹理的网格。它采用 Vulkan 计算着色器实现跨厂商 GPU 支持,也可选用 CUDA 后端,并将 SfM、AI 掩码、视频抽帧等步骤集成在单一可执行文件中。

∴ 解决什么问题

  • 传统 3DGS 流程依赖 Python/PyTorch 和单独安装 COLMAP,环境配置复杂
  • 跨厂商 GPU(如 AMD、Intel、Apple)缺乏统一的高效训练方案
  • 高分辨率高斯模型所需显存过大,难以在消费级 GPU 上训练
  • 处理 360° 相机或鱼眼镜头数据时通常需要预先去畸变

∴ 怎么上手

  1. 01从 Releases 页面下载对应平台的压缩包,解压后双击打开 GUI
  2. 02训练远程/云 GPU 时,运行 `spirula --help` 查看 CLI 用法
  3. 03默认情况下,`spirula train` 命令会在 HTTP 端口启动一个查看器,可通过 ssh 转发在浏览器中查看训练进度
  4. 04大型场景可在数据集界面点 Partition 按钮,或使用 `spirula partition split <dataset>` 和 `spirula partition merge <partition.json>` 分离与合并

∴ 适合谁

适合需要从照片或视频生成三维高斯溅射模型的研究者、开发者和内容创作者,尤其是使用非 NVIDIA GPU 或需要处理 360° 数据、且希望避免复杂 Python 环境与 COLMAP 安装的用户。

∴ 要点

  • 纯 Vulkan 实现,支持 NVIDIA、AMD、Intel、Apple GPU;另有 CUDA 后端可选
  • 单二进制分发,无需 Python/PyTorch 和独立 COLMAP 安装
  • 量化训练实现显存优化,8GB 显存可训练 1000 万全 SH 高斯
  • 原生支持 360° 相机和等距柱状投影,无需去畸变
  • 内置快速 SfM、AI 掩码、视频抽帧,支持深度/法线、网格生成、天空盒与线性色彩
  • 许可证为 GPL-3.0,提供 Windows、Linux、macOS 的预编译二进制
许可证 GPL-3.0360-camera3d-gaussian-splatting3d-reconstruction3dgs3dgs-accelerationcomputer-visioncross-vendorcudagaussian-splattingmesh-generationquantized-trainingstructure-from-motionvram-optimizationvulkan

解读由 AI 依据项目 README 生成,生成于 2026-10-06,以 GitHub 原文为准。

∴ 在榜记录

GitHub Trending 今日榜的每日存档,日期按北京时间。2026-09-24 首次上榜,累计在榜 1 天,最高第 15 名。

[object Object]2026-09-24 +69
每日新增 Star · 2026-09-24 至 2026-09-24 · 共 1 个在榜日峰值 +69
日期名次当日新增总 Star
#15+69857