∴ 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
∴ 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
- 01从 Releases 页面下载对应平台的压缩包,解压后双击打开 GUI
- 02训练远程/云 GPU 时,运行 `spirula --help` 查看 CLI 用法
- 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
- 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。