★ FEATURED ARTICLE Spirula Studio 快速上手8GB 显存训出第一个 3DGS 模型完整指南【免费下载链接】spirula-studioCross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA.项目地址: https://gitcode.com/GitHub_Trending/sp/spirula-studio把拍好的照片或视频丢进 Spirula Studio就能得到一个可自由视角观看的 3D Gaussian Splatting3DGS场景模型。它最大的亮点是把整条流水线塞进一个自包含程序不用装 Python不用配 PyTorch也跳过 COLMAPVulkan 后端还让 NVIDIA、AMD、Intel 乃至 Apple 显卡都能训练。本文带你从打开 GUI 一路走到导出网格。它凭什么值得关注不用 Python 和 COLMAP 的 3DGS 训练 传统 3DGS 路线要串起 Python、PyTorch、COLMAP 好几套环境配环境本身就很折腾而且基本只有 NVIDIA 显卡能跑。Spirula Studio 把这条链路收进了一个独立二进制里跨厂商显卡—— 走 Vulkan 后端AMD、Intel、Apple 的卡也能训练显存占用极低—— 量化训练让 8GB 显存装下 10M 全 SH 高斯内置 SfM运动恢复结构即从照片解算相机位姿—— 特征匹配与位姿重建在程序内完成不必另装工具原生全景—— 360° 与鱼眼素材直接加载训练无需先去畸变照片到网格—— AI 遮罩、视频抽帧、网格化都在同一个程序里完成两种后端的差异细节见 docs/backends.md。准备工作两条路径拿到可运行的程序 路径一下现成版本到项目官方 Releases 页取对应平台Windows / Linux / macOS的压缩包解压后双击打开 GUI零配置。界面支持 13 种语言中文用户可直接切换简体中文。路径二源码构建AMD / Intel / Mac 用户推荐git clone https://gitcode.com/GitHub_Trending/sp/spirula-studio cd spirula-studio bash build_develop.bash -DSS_BACKENDvulkan脚本会先做代码生成与自检再调用 CMake Ninja 编译产物是build_vulkan/spirula。Windows 下改用build_develop.bat -DSS_BACKENDvulkan只用 NVIDIA 卡的用户可把参数换成-DSS_BACKENDcuda。完整构建矩阵见 docs/build.md。跑通核心流程从照片文件夹到第一个 3D 模型 制作数据集把照片或视频拖进窗口GUI 首页点 Create Dataset from Photos/Video也可以把照片文件夹或视频文件直接拖进窗口。程序会自动识别输入照片文件夹直接做特征匹配与相机重建视频先自动挑选最清晰的帧而现成的 COLMAP / Nerfstudio / Metashape 数据集则原样打开。几分钟后你拿到带相机位姿的数据集支持的三种数据布局见 docs/datasets.md。开始训练选一个预设基础选项保持默认数据集就绪后进入训练界面。选预设新手用默认的3dgs环绕拍摄的静物选centered-object全景素材选360-camera。Basic Options 保持默认即可想改就看训练步数这一项其余参数都收在可搜索的 All Options 里。点Start Training跑起来 看到结果视口里模型实时变清晰训练时右侧视口实时渲染你能看着场景从模糊走向清晰左侧面板是数据集信息与逐步日志随时可暂停或停止。默认步数跑完后运行目录默认落在数据集下的outputs/里含config.json、每 2000 步自动保存的step-*.ckpt检查点以及splat.ply模型文件。验证与产出结果在哪看网格怎么导出 程序内查看Viewer 界面直接打开训练好的 Splat 自由旋转、缩放最多 4 个模型同屏对比浏览器里看spirula train默认会起一个 HTTP 查看器ssh -L转发端口后浏览器就能盯着云 GPU 上的训练进度仓库内置的 Web 查看器不依赖 GPU 也能浏览 Splat 文件见 viewer/README.md导出网格GUI 的 Mesh 界面或直接跑网格命令./build_vulkan/spirula-mesh 运行目录 --format glb,stl --color vertex,texture一次运行会在检查点旁按格式各写一个文件mesh.ply、mesh.obj、mesh.glb内嵌纹理、mesh.stl。带纹理的 GLB 适合扔进 Blender素模 STL 可以直接上 3D 打印机。上手后试试这些 ✨中断了接着训给 train 命令加--resume 运行目录从检查点状态续跑视频抽帧自己控制spirula sam extract配合--start 1:30 --end 2:45只用片段远程看训练ssh -L 7007:localhost:7007 服务器转发后打开浏览器360° 素材直训.360文件拖进去程序自动拆成十个透视视角参与重建常见问题新手最关心的 4 件事 ❓Q显存不够用怎么办A量化训练本身很省10M 高斯 8GB 能跑。再不够就把 Image resolution 调低一档或把cap_max最大 Splat 数调小。QAMD、Intel、Mac 能训吗A可以。选 Vulkan 后端macOS 经 MoltenVK 支持 Apple Silicon。Q重建场景偏大、偏小或歪斜A新版数据集创建会读取视频与照片里的运动遥测元数据恢复真实比例和朝向重新跑一次数据集创建即可。Q界面是英文的有中文吗AGUI 与 CLI 都支持含简体中文在内的 13 种语言设置里切换即可。到这里照片进去、内置 SfM、GPU 训练、Splat 模型出来、网格导出的完整闭环就走通了。想再深入建议从 docs/architecture.md 了解整体分层或翻翻 文档索引 里数据集与后端的细节。【免费下载链接】spirula-studioCross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA.项目地址: https://gitcode.com/GitHub_Trending/sp/spirula-studio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
阅读完成 · 觉得有帮助？
