图片转 3D 模型：三条路线怎么选

图片转 3D 模型：同一个说法，三件不同的事

搜索「图片转 3D 模型」「照片转 3D 模型」，会看到一批表面相似、实际差别很大的工具。有的只要一张图，很快就给出模型；有的需要几十张照片，还要等上一阵。它们的结果不能互相替代。

目前主要有三条路线：

• 一张图片进，生成的模型出。AI 模型根据一张 2D 图片猜出完整形状。
• 多张照片进，实测的网格出。这就是摄影测量。
• 多张照片或一段视频进，逼真的可浏览场景出。这就是高斯泼溅。

第一条路线会把相机没拍到的部分「编」出来，后两条只还原真正拍到的内容。选哪条取决于你拿结果做什么，所以下面先逐条说明，再按用途归类。

路线 A：用生成式 AI 把 2D 图片变成 3D 模型

多数人想到「2D 图片转 3D 模型」时，想的就是单图工具：给一张照片、草图或概念图，训练好的模型输出一个带贴图的 3D 形状。

举几个例子，内容只按它们自己页面上的说法：

• TripoSR 由 Tripo AI 和 Stability AI 共同开发，是一个从单张图片快速前馈重建 3D 的开放模型，以 MIT 许可证发布。
• TRELLIS 发布在微软的 GitHub 组织下，接受文字或图片提示，可以输出辐射场、3D 高斯和网格。它的说明文档要求至少 16 GB 显存的 NVIDIA 显卡，并说明代码只在 Linux 上测试过。
• 腾讯的 Hunyuan3D 2.0 分两步：先根据参考图生成不带贴图的网格，再给它绘制贴图。它使用自己的社区许可证，其中排除了部分地区，使用前请先阅读。
• Meshy 是在浏览器里使用的服务。它的图片转 3D 页面接受 PNG、JPG 或 WebP 图片，可下载 FBX、OBJ、GLB、USDZ、STL、BLEND、3MF 和 DXF 格式。

关键是要明白一张图里有什么、没有什么。一张照片只拍到一面，背面、底部和被挡住的地方，都是模型按「同类物体通常长什么样」补出来的。做游戏道具、把概念图里的角色立体化、临时占位，这样完全可以；但它不是你手里那件实物的记录。花瓶背面有个缺口或落款，单图工具是不会知道的。

路线 B：用摄影测量把照片变成 3D 网格

摄影测量使用同一真实对象的多张互相重叠的照片。软件在不同照片里找到相同的点，算出每张照片的拍摄位置，再根据这些几何关系建出表面。输出通常是带贴图的网格，也就是一堆三角面加一张包在上面的颜色图。

几个可选项，同样只写它们自己页面上的说法：

• Meshroom 是基于 AliceVision 框架的免费开源 3D 重建软件。
• Epic Games 的 RealityScan 自称摄影测量方案，可用图片和激光扫描数据生成 3D 模型。其许可页面写明：过去 12 个月收入低于 100 万美元的个人和小型企业，以及学生和教育机构可免费使用。
• Agisoft Metashape 是商业软件，提供演示模式和 30 天试用许可。
• Apple 的 Object Capture 是 macOS 上的摄影测量 API，供开发者在其上开发应用。Apple 说明其输出包含几何网格和材质贴图。

网格来自真实照片，所以反映的是真实物体，瑕疵也在内。代价是功夫：要拍得够全，处理也要时间。反光、透明和没有纹理的表面很难处理，因为软件找不到稳定的点来匹配。

路线 C：用照片或视频生成高斯泼溅场景

高斯泼溅的开头和摄影测量一样：大量互相重叠的视角，加上一步求解相机位置。区别在后面建出来的东西。它不建三角面，而是用数量极大的、小而柔和的彩色团块（3D 高斯）来表示场景，并不断调整它们，直到能还原原始照片。这个方法出自 2023 年 SIGGRAPH 论文《3D Gaussian Splatting for Real-Time Radiance Field Rendering》（作者 Kerbl、Kopanas、Leimkühler、Drettakis），论文说明它从相机标定过程中得到的稀疏点出发，并能实时渲染新视角。

你得到的是一个可以环绕、穿行的高斯场景，观感接近照片，包括网格不擅长的柔软内容，比如枝叶、毛发和细碎的细节。你得不到的是表面。高斯场景不是网格，不经过额外转换，既不能送去 3D 打印，也不能直接放进需要三角面的流程。

和摄影测量一样，它只呈现你拍到的内容。没拍到的地方会发糊或是空的。

怎么选：从最后要用在哪里倒推

最快的选法是先不管手里有什么素材，只看结果要用在哪里。

• 从画稿或想法做游戏、动画素材：路线 A。你要的是干净、可编辑的网格，不必和某件实物一致。生成后通常还要在 3D 软件里修整。
• 把实物 3D 打印出来：路线 B。切片软件是把 3D 模型转成打印指令的，所以你需要网格，而且希望它和实物一致。如果不在乎精确度，比如打印一个摆件，能导出 STL 或 3MF 的单图工具也可以。
• 逼真地展示一件实物、一个房间或一处地方：路线 C。如果目的是让别人能环顾一个真实存在的东西，更在意看起来像不像，而不是编辑它的表面，高斯泼溅很合适。
• 给 AR 或商品页做一件实物的复制品，需要标准网格文件：路线 B。
• 测量或出工程图：以上轻量工具都不合适。那属于测绘和 CAD 的范围，需要尺度参照和专门的软件。

如果只有一张照片、也没法再拍，那就只能走路线 A。只是要对自己和观众讲清楚：模型有一部分是猜的。

把照片变成 3D 模型：路线 B 和 C 的拍摄要点

两条多照片路线依赖同一件事：软件必须能在许多视角里认出相同的点。大多数失败都出在拍摄上，而不是软件上。COLMAP 文档给出的建议对两条路线都适用：

• 避开没有纹理的对象和背景，比如白墙或空桌面。场景本身很素的话，可以在周围放些有纹理的东西，比如海报。
• 各张照片的光照条件尽量一致，避免光滑表面上的高光反射。
• 对象的每个部分至少要出现在三张照片里。重叠多一些更稳妥。
• 要移动相机。不要站在原地只转动镜头，软件需要不同的拍摄位置才能算出深度。
• 避免明暗反差过大的场景，比如逆光拍摄，或隔着门窗拍。
• 照片不是越多越好，超过一定数量后主要是拖慢处理。

由此可以养成几个习惯：先绕对象走一整圈，再从高一些的位置俯拍一圈。保持对象不动，别让人和宠物入镜。柔和均匀的光线（比如阴天）比直射阳光好拍。拍视频时走慢一点，保证画面清晰。

数量上可以参考 Apple 对 Object Capture 的建议：单个物体通常 20 到 200 张近距离照片就够。

常见误解

对图片转 3D 工具的失望，大多来自下面几个预期。

• 「一张照片就能得到准确的复制品。」一张照片够做出一个看着合理的模型，准确则需要每一面都拍到。
• 「高斯场景是能拿去打印的 3D 模型。」它是呈现场景的一种方式，不是表面。打印需要网格。
• 「网格会和照片一样真实。」网格是实心的、可编辑的，但细薄、毛茸茸或半透明的东西常常不对劲。
• 「换个更好的软件就能补救拍得不好的素材。」路线 B 和 C 都补不回没拍到的部分。只有生成式工具会填补空缺，而它填的是猜测。

SplatLoom 适合哪里

SplatLoom 只属于路线 C。它是一款桌面应用，支持 Mac（Apple Silicon，macOS 15 及以上）和 Windows 10/11，把互相重叠的照片（通常 30 到 150 张）或一段短视频在你自己的电脑上生成高斯泼溅场景，不上传，不需要账号。选好素材，点「生成」，用裁剪和选择工具整理结果，然后导出高斯 PLY、PNG 静帧、MP4 环绕视频或可离线打开的独立 HTML 查看器。价格为一次性 19.90 美元。

它不能从单张图片生成，也不导出网格，所以不适合 3D 打印或做游戏素材，这些请用摄影测量软件或单图生成工具。它也有这条路线常见的局限：反光、透明和运动中的对象很难处理，效果取决于拍摄覆盖得够不够。如果你要的是一件实物或一处地方的逼真、便于分享的展示，可以试试它。