苹果在人工智能(AI)驱动的图像处理领域发布多项重要研究成果。据CNMO了解,这些成果涵盖从单张图像快速生成3D场景、文本引导图像编辑的评估,到对多语言复杂形态的理解测评。
苹果AI
一、SHARP模型:一秒内从2D图像生成3D场景
苹果在2025年12月发布了一项名为《Sharp Monocular View Synthesis in Less Than a Second》的研究,详细介绍了一个名为SHARP的开源AI模型,且已公开在GitHub上。该模型能够在不到一秒的时间内,将单张2D图像转换为3D场景。
SHARP被描述为“从单张图像进行逼真视图合成的方法”。给定一张图像,它会“回归出所描绘场景的3D高斯表示参数”。与使用三角形表示3D场景的传统方法不同,高斯表示通过数百万个椭球体或“斑点”来渲染体积,共同构成3D图像。通常,创建此类3D表示需要从不同角度拍摄同一物体的多张照片,但SHARP仅需单张图像,并通过神经网络的一次前向传播即可完成。



