使用Metal构建的AR高斯散射渲染器:iOS上的创新体验
2024-05-30 08:50:17作者:凌朦慧Richard
![]()
项目简介
欢迎探索AR Gaussian Splatting for iOS & Metal,这是一个基于Metal技术的增强现实(AR)高斯散射渲染器。这个项目虽称不上完美——它快速但存在一些小问题,但无疑为开发者提供了一个独特的学习和实验平台。它的灵感来源于多个现有的项目,并整合了Satin + Forge框架,由@rezaali开发的AR和3D查看功能。
技术剖析
该项目不依赖于传统的瓦片式渲染器,而是采用基本的四边形光栅化方法。尽管如此,它仍然实现了高斯散射效果,这是一种通过点状元素在屏幕上创建平滑图像的技术。值得注意的是,项目中并未实现球面谐波支持,且目前依赖CPU进行排序,这可能影响到性能表现。此外,开发者计划改进手势处理、模型与AR平面的对齐以及引入GPU排序等优化。
应用场景
AR Gaussian Splatting为移动设备的AR应用提供了新的视觉呈现方式。你可以将它用于:
- 3D模型展示:以更逼真的方式展示产品设计或艺术作品。
- 教育工具:使学生能够直观地理解复杂3D结构。
- 游戏:创造更沉浸式的虚拟环境,增加玩家互动性。
项目特点
- 兼容性:已在iPhone 14 Pro上测试,但可调整渲染分辨率以适应更广泛的设备。
- 开放源代码:基于多个开源项目,鼓励开发者学习、改进并贡献。
- 实时AR:结合Satin + Forge框架,实现实时AR体验。
- 学习资源:相关博客文章介绍如何从一组图片训练自己的模型。
视频演示与授权信息
你可以在YouTube上观看演示视频,了解项目实际运行效果。本项目部分代码受Gaussian-Splatting License管辖,其他部分如Satin + Forge遵循MIT许可。模型来自不同来源,包括Blender合成数据集和blendswap.com。
自定义模型
如果你有兴趣,可以参考提供的Google Colab笔记本训练自己的3D模型。
AR Gaussian Splatting for iOS & Metal是一个富有潜力的开源项目,等待你的发现和改进。无论你是想要深入了解AR渲染还是寻找创新的用户体验,都值得尝试一下!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146