蘋果AI視覺技術大躍進？SHARP號稱1秒將2D轉3D場景

商傳媒｜記者責任編輯／綜合外電報導

蘋果在人工智慧領域的布局正加速前進，根據科技媒體《Wccftech》報導，蘋果日前發表一項名為《Sharp Monocular View Synthesis in Less Than a Second》的技術研究，正式公開旗下全新AI視覺模型「SHARP」，標榜能在不到一秒內，從單一張2D圖片即時生成逼真的3D場景。

報導進一步指出，SHARP（Sharp Hallucination of Augmented Realistic Perspectives）是一種透過單次前饋神經網路運算，即可完成3D重建的新型AI模型。根據蘋果工程團隊說明，SHARP能從單一2D視角預測場景的深度資訊與鄰近視角，再建構出完整的3D影像，其處理時間在「標準GPU環境下僅需不到一秒」。

此技術最關鍵的突破，在於SHARP運用3D高斯分佈（3D Gaussian Splatting），這是一種將場景拆解為無數個「splats（彩色點狀雲粒）」的建模方法，過往需依賴多視角輸入才能建立完整模型；蘋果的SHARP則能突破限制，僅需單一影像便能推論出完整立體景象，並即時呈現。

研究指出，SHARP所生成的3D模型具備公制比例（metric scale）與絕對尺度，這意味著使用者可以自由移動攝影機視角，系統會自動呈現各角度的高畫質視圖。此特性極具應用潛力，從虛擬實境（VR）、擴增實境（AR）到即時遊戲畫面生成與虛擬攝影棚，都可能受益於此技術。

蘋果研究團隊表示，SHARP模型透過資料集訓練後，能夠生成接近真實攝影品質的圖像，即使在角度變化顯著的情境下，也不會出現常見的圖像模糊或失真問題。

與此同時，蘋果已將該模型開放給全球開發者與研究人員試用，並設立[GitHub專頁](https://github.com/apple)提供下載與使用說明，期望推動該項技術於開發社群內的實驗與創新。

SHARP的開放象徵蘋果在AI研究策略上的轉變，逐漸從封閉系統走向更多元開源合作；對比Google的NeRF、Meta的3D GAN、NVIDIA的Instant-NGP，蘋果此次公開SHARP模型，顯示其有意在生成式AI與3D視覺技術領域爭取主導權。