一键生成3D模型的全能工作站：不用Python、不装COLMAP，8GB显存就能训千万级高斯点！

Spirula Studio 是一款真正“开箱即用”的3D高斯泼溅（3D Gaussian Splatting, 3DGS）训练与重建工具——它把原本需要 Python 环境、PyTorch、CUDA 工具链、COLMAP 摄影测量、OpenCV 预处理、MeshLab 后处理等一整套繁琐流程，压缩进一个独立可执行文件中。无论你手头是 iPhone 拍的360°视频、运动相机录的鱼眼素材，还是无人机航拍片段，只需拖入软件，点击“训练”，几分钟内就能获得带纹理的3D高斯模型、深度图、法线贴图，甚至可导出的三角网格（mesh）和天空盒。它不依赖任何外部运行时，也不强制绑定 NVIDIA 显卡——AMD、Intel 核显、Apple M 系列芯片全原生支持。

核心功能

跨厂商显卡统一训练引擎：告别“只认NVIDIA”的限制。基于 Vulkan Compute 实现，一套代码同时支持 NVIDIA（Windows/Linux）、AMD Radeon（Linux/Windows）、Intel Arc（Linux）、Apple M1/M2/M3（macOS），无需切换后端或重编译——对高校实验室（多品牌GPU共存）、MacBook用户、开源硬件爱好者尤为友好。
360°与鱼眼镜头“零预处理”直训：传统3DGS流程需先用 equirectangular-undistort 或 custom calibration 工具对全景/鱼眼图像做畸变校正，再喂给 COLMAP；Spirula Studio 内置原生球面坐标建模能力，直接加载 .mp4/.mov（含GoPro/Insta360元数据）或 .equirectangular 图像序列，自动解析投影模型并参与SfM重建，省去至少3步手动操作和潜在精度损失。
8GB显存跑满1000万SH3高斯点：通过量化训练（quantized training）+ 内存池复用 + Vulkan 绑定表优化，在仅8GB VRAM的设备（如RTX 4060、Radeon RX 7600、M2 Pro）上稳定训练完整球谐阶数（SH3）的高斯参数，输出质量媲美16GB+显存方案，大幅降低个人创作者和学生党入门门槛。
内置闪电级SfM+AI智能掩码：无需等待COLMAP耗时数小时的特征匹配与稀疏重建——Spirula 自研轻量SfM模块集成 LoMa（鲁棒特征匹配算法），在弱纹理、动态模糊、低光照场景下仍能收敛；同时内置实时AI前景分割（支持人/车/建筑等常见类别），自动剔除移动物体干扰，避免“漂浮高斯”（floaters）和背景坍缩，提升重建几何完整性。
端到端输出：从高斯点云到可交付3D资产：训练完成后，一键生成：① 可交互Web查看器（支持HDR、PBR材质预览）；② 带顶点色/UV映射的OBJ/GLTF网格模型；③ 法线/深度/遮罩/天空盒贴图；④ 支持时间轴编辑的3DGS动画导出（.mp4/.webm）；⑤ 指定视角批量渲染图集——真正打通“采集→重建→编辑→交付”全链路。
真实尺度还原与多语言界面：利用视频/图像EXIF中的GPS、陀螺仪、IMU等遥测元数据（telemetry metadata），自动恢复毫米级真实尺寸与世界坐标系朝向，解决行业长期痛点——“为什么重建出来的小汽车比真车大三倍？”；GUI与CLI全面支持简体中文、繁体中文、日语、韩语等13种语言，中文用户首次启动即享母语体验。

技术亮点

一键生成3D模型的全能工作站：不用Python、不装COLMAP，8GB显存就能训千万级高斯点！

纯C++ Vulkan原生架构：全栈自研，无Python胶水层、无PyTorch张量调度开销。计算核心（高斯梯度更新、辐射场采样、光栅化融合）全部通过SPIR-V编译为Vulkan Compute Shader，在GPU上零拷贝执行；相比PyTorch+torch-ngp类方案，内存带宽占用降低40%，VRAM峰值下降25%。
融合MCMC/IGS+/MRNF的混合优化策略：非简单复刻论文公式，而是将马尔可夫链蒙特卡洛（MCMC）的全局探索性、IGS+的局部密度自适应分裂、MRNF的渐进式密度控制三者耦合设计，实现“物体边界锐利、大场景结构稳定、小物体不丢失”的平衡效果，实测在Garage、Mip-NeRF 360等标准数据集上PSNR平均提升2.1dB。
双曝光校正引擎：Bilateral Grid + PPISP：针对手机/运动相机拍摄中常见的过曝高光与白平衡偏移，采用双边网格（Bilateral Grid）进行空间自适应亮度映射，叠加PPISP（Physics-based Photo Illumination and Spectral Processing）模型校正色温与光谱响应，全程保持线性色彩空间，杜绝传统LUT调色导致的暗部死黑或肤色失真。
单二进制全功能封装：Windows/Linux/macOS 三大平台发布包均为静态链接的单文件（~120MB），包含Vulkan运行时、FFmpeg解码器、ONNX Runtime推理引擎、Web服务器（用于训练可视化），用户解压即用，彻底规避“缺dll”“找不到libvulkan.so”“CUDA版本冲突”等经典部署噩梦。

适合哪些人用

✅ 三维内容创作者：独立游戏开发者用iPhone 15 Pro录制客厅全景视频，15分钟生成带PBR材质的Unity可导入GLTF模型；电商摄影师为家具产品制作360°展示页，跳过建模师环节，直接输出网页级3D查看器链接。
✅ 高校科研与教学团队：计算机视觉课程实验中，学生用笔记本核显（Intel Arc A380）完成3DGS全流程实践；机器人实验室利用DJI无人机视频+IMU数据，重建校园地图并获取精确尺度的点云用于SLAM验证。

快速上手

下载对应系统Release包（https://github.com/harry7557558/spirula-studio/releases/），解压后：
• Windows：双击 spirula-gui.exe → 拖入视频/图片文件夹 → 点击「Train」
• macOS：终端执行 xattr -d com.apple.quarantine spirula-gui 解除隔离 → 双击运行
• Linux（需Vulkan驱动）：终端运行 ./spirula-gui
命令行进阶：训练时自动开启Web服务，SSH远程训练可加 -b 0.0.0.0:8080 并端口转发，浏览器访问 http://localhost:8080 实时查看3D渲染流与损失曲线。

同类对比 / 注意事项

vs gaussian-splatting（官方PyTorch版）：后者需完整CUDA环境+PyTorch 2.0+，仅支持NVIDIA；Spirula 在M2 Max上训练速度达其85%，但显存占用仅1/3，且自带SfM无需COLMAP。
vs Instant-NGP / NerfStudio：NeRF类方法需数小时训练且无法导出显式网格；Spirula 输出高斯点云可直接编辑（支持删除/移动/着色），并一键转OBJ/GLTF，更适合工业交付。
注意事项：GPL-3.0协议要求衍生作品开源；Vulkan后端在部分老旧Intel核显（HD Graphics 620及更早）上可能需手动启用VK_ICD_FILENAMES；首次训练建议用「Low VRAM」模式（GUI中可选）验证数据兼容性。