蘋果iOS26的3D壁紙效果是如何實(shí)現(xiàn)的？

你隨手拍下的2D照片如何能夠“活起來”，轉(zhuǎn)化為可量化、可交互的三維空間？

這背后，正是空間智能技術(shù)不斷演進(jìn)的結(jié)果。作為數(shù)字空間及空間智能綜合解決方案的引領(lǐng)者，如視始終堅(jiān)持技術(shù)創(chuàng)新與突破，今天又帶來一大全新技術(shù)突破——空間大模型Argus。

Argus是目前已知首個(gè)支持全景輸入的空間深度推測大模型，能夠以毫秒級(jí)的速度從一個(gè)場景下的單張或多張全景圖像中推理出所有圖像的絕對(duì)尺度的相機(jī)位姿、深度、點(diǎn)圖等核心三維屬性，從而實(shí)現(xiàn)從2D圖像到3D空間的重建。

也就是說，你隨手拍的幾張照片，在Argus的處理下，可以瞬間還原出一個(gè)立體的3D世界。

如視r(shí)ealsee

三大突破特性

Argus基于Transformer架構(gòu)構(gòu)建，是一個(gè)前饋式神經(jīng)網(wǎng)絡(luò)模型。如視算法團(tuán)隊(duì)依托如視積累的千萬級(jí)真實(shí)空間數(shù)據(jù)集對(duì)模型進(jìn)行系統(tǒng)訓(xùn)練，使其在兼容性、實(shí)時(shí)性與生成質(zhì)量三大維度實(shí)現(xiàn)行業(yè)突破。

No.1 兼容性

Argus是業(yè)界首個(gè)且唯一支持全景圖作為輸入的深度推測大模型。同時(shí)，它也支持輸入單張/多張全景照片、針孔照片、AI圖片等，具備多源適應(yīng)能力。

No.2實(shí)時(shí)性

Argus通過網(wǎng)絡(luò)架構(gòu)的設(shè)計(jì)，構(gòu)建了實(shí)時(shí)全景圖全局重建系統(tǒng)，推理效率達(dá)毫秒級(jí)。從上傳圖像到生成 3D 結(jié)果，全流程無感知響應(yīng)。這不僅改變了三維重建的交互流程，長遠(yuǎn)來看，更為實(shí)時(shí)動(dòng)態(tài)三維重建等未來應(yīng)用打開了廣闊空間，讓動(dòng)態(tài)空間的瞬時(shí)數(shù)字化成為可能。

No.3極優(yōu)生成

如視憑借硬件與算法深度融合的技術(shù)路徑，構(gòu)建了全球最大的實(shí)景三維空間數(shù)據(jù)庫，涵蓋超過5300萬高質(zhì)量、完備且高一致性的空間數(shù)據(jù)。Argus充分挖掘這一數(shù)據(jù)優(yōu)勢，在網(wǎng)絡(luò)架構(gòu)上適配了如視數(shù)據(jù)特性，產(chǎn)物效果更優(yōu)；即便面對(duì)玻璃、鏡面、毛坯房、長走廊等三維重建傳統(tǒng)難點(diǎn)場景，Argus仍表現(xiàn)穩(wěn)定，顯著優(yōu)于當(dāng)前業(yè)界缺乏真尺度或?qū)R能力的方案。

應(yīng)用場景

Argus打通了從2D到3D、從單視角到多視角的關(guān)鍵技術(shù)屏障，使各類平面圖像應(yīng)用得以延伸至三維物理空間，賦能諸如動(dòng)態(tài)3D壁紙、實(shí)時(shí)監(jiān)控、新視點(diǎn)合成等多元場景。

以生成點(diǎn)云與深度為起點(diǎn)，依托如視完整的三維重建與空間智能應(yīng)用體系，Argus未來可進(jìn)一步用于實(shí)時(shí)渲染的3DGS模型和精細(xì)Mesh模型，為空間漫游提供沉浸式數(shù)字基底。通過與如視自研的空間智能算法結(jié)合，它還能驅(qū)動(dòng)空間CAD自動(dòng)生成、高精度語義分割及白模構(gòu)建等高階應(yīng)用，實(shí)現(xiàn)從物理世界到數(shù)字空間，再賦能現(xiàn)實(shí)應(yīng)用的閉環(huán)。

開放數(shù)據(jù)集

空間生成是空間智能廣闊圖景的一部分。Argus 的實(shí)踐充分證明，如視積累的海量真實(shí)高質(zhì)量空間數(shù)據(jù)，可以成為驅(qū)動(dòng)空間智能應(yīng)用技術(shù)的基石。為加速領(lǐng)域研究演進(jìn)，如視計(jì)劃于今年年底開放 10000 套空間數(shù)據(jù)集，賦能行業(yè)專業(yè)人士深耕前沿技術(shù)，助力空間智能更深入的發(fā)展。

關(guān)鍵詞：