zju3dv/SplatAnything

项目介绍

SplatAnything 是 InfiniSplat 系列的第三代模型，采用前馈式 3D 高斯泼溅（3DGS），把一组有重叠区域的 RGB 图像直接重建为 3D 高斯场景。其核心是高斯间距归一化（Gaussian Spacing Normalization），作者用这一设计让同一个模型覆盖从小物体、人物到室内房间、街景和航拍等差异极大的场景尺度。项目还提供两种专用模式：Rig-Recon 面向已标定的多相机环视系统（如自动驾驶周视），Pano-Recon 则把 360° 全景图转换为 24 个透视视角后再重建。适合 3D 视觉、自动驾驶、机器人、AR/VR 和游戏开发方向的研究者与工程人员，用于免逐场景优化的快速重建。

快速使用

环境要求 Python 3.10+、PyTorch 2.4+，并使用与 NVIDIA 驱动匹配的 CUDA 版本。先安装 PyTorch，再安装依赖：

cd SplatAnything
python -m pip install -r requirements.txt

从 Hugging Face 下载公开权重到 checkpoints/：SplatAnything.ckpt、worldmirror2.safetensors，用于去天空的 skyseg.onnx 为可选。然后用仓库自带示例跑推理：

# 仅 RGB 模式：预测相机
python inference.py \
  --input_path examples/object \
  --mode rgb \
  --output_path outputs/object/rgb

# 位姿条件模式：使用给定相机参数
python inference.py \
  --input_path examples/object \
  --mode pose \
  --output_path outputs/object/pose

结果输出到指定目录，包含 gaussians.ply、points.ply、相机、RGB 和深度图。使用自己的数据时，场景目录中放 images/ 文件夹；位姿模式还需放 prior_camera.json。场景布局、相机转换和全景处理见数据准备文档。也可直接试用 Hugging Face 在线 Demo。

使用约束

推理依赖 NVIDIA GPU，README 未说明 CPU 方案。输入图像需要有重叠，位姿条件模式要求预先准备好内参和外参并写入 prior_camera.json。默认输入分辨率为 756×756，宽高需为 14 的正整数倍，也支持更高分辨率。去天空功能额外需要可选的 ONNX 模型。仓库许可证标记为 NOASSERTION，商用前需确认实际条款。重建效果受拍摄条件影响，示例只作演示，不构成质量基准。

HotRepo 点评

SplatAnything 于 2026-11-10 出现在 HotRepo 新项目榜上，记录为 104 stars、4 forks，数据尚新且样本很少。该项目未进入 GitHub 全语言日榜，Star 曲线也过短，无法据此判断热度趋势。技术上值得关注的是覆盖范围：一个前馈模型同时给出多相机环视和全景两条明确工作流，并配有论文、权重和在线 Demo，比只有预印本的研究项目更接近可用状态。