该项目提供了一个基于网页的交互式平台，使用苹果的ml-sharp模型来创建高斯溅射效果。用户可以通过该工具在线生成和体验相关视觉效果。

GitHub项目：ml-sharp-web - 基于Apple ml-sharp模型的高斯泼溅生成器

项目简介

这是一个基于Apple ml-sharp模型的浏览器端高斯泼溅(Gaussian Splats)生成工具。用户可以通过上传单张图片，在浏览器中直接生成3D高斯泼溅效果，并支持预览和下载PLY格式文件。

核心功能

• 单图片上传处理
• 浏览器端实时生成高斯泼溅
• 交互式3D预览（使用GaussianSplats3D库）
• PLY文件导出

技术栈

• 运行时：Bun
• 前端框架：React + TypeScript + Vite
• AI推理：ONNX Runtime Web
• 3D渲染：WebGPU/WASM

使用要求

1. 安装Bun环境
2. 现代浏览器（推荐Chrome/Edge）
3. 预留2.4GB磁盘空间（模型文件）

快速启动

shell bun install # 安装依赖 bun dev # 启动开发服务器

模型注意事项

• 需要同时提供.onnx和.onnx.data两个模型文件
• 默认使用云端托管模型（避免本地加载大文件）

许可声明

必须遵守Apple的模型使用许可，仅限研究用途。

项目状态

实验性原型阶段，性能受浏览器和硬件配置影响较大。

相关链接

• 在线演示：https://ml-sharp-web.vercel.app/
• 原论文：arXiv:2512.10685
• 作者Twitter：@bringshrubberyy

该项目由bring-shrubbery和claude共同维护，已获得100星标和4个分支。

以下是评论内容的总结：

1. 技术实现与浏览器兼容性

   • 作者成功将Apple的SHARP模型转换为ONNX格式，实现了在浏览器中本地运行（无需服务器），但模型较大（2.4GB），首次加载较慢。
   • 引用：“What works: drop in an image, get a .ply...”（“功能：上传图片即可生成.ply文件...”）
   • 兼容性问题：部分用户反馈在Firefox/Linux下无法运行，且Chrome可能出现内存不足（“out of memory”）。
   • 引用：“Loading the model crashes my browser tab...”（“加载模型导致浏览器标签崩溃...”）

2. 模型效果与局限性

   • 用户实测效果参差不齐，部分场景（如风景照）效果远不如演示示例。
   • 引用：“results were nowhere close to the demo...”（“结果与演示相差甚远...”）
   • 单张图片输入可能导致生成内容不准确（如将海报误建模为3D）。
   • 引用：“it is going to make up a lot of stuff...”（“它会虚构很多内容...”）

3. 隐私与本地化优势

   • 纯客户端运行保护隐私（图片不离本地）。
   • 引用：“all on your machine — your image never leaves the tab”（“全部在本地完成——图片不会离开标签页”）。

4. 技术生态与改进建议

   • ONNX在Web端的应用仍有优化空间（如WebGPU支持不足）。
   • 引用：“ONNX web leaves a lot to be desired...”（“ONNX在Web端还有很多不足...”）
   • 多图输入技术现状被提及，但当前流程仍不够成熟。

5. 应用场景与潜力

   • 用户分享基于SHARP的简易VR应用，可快速将本地图片转为3D场景。
   • 引用：“view them fully spatially... quite transformative”（“以全空间视角查看...非常颠覆”）。

6. 模型规模与格式讨论

   • 2.4GB的ONNX模型引发对参数规模的讨论，同时肯定ONNX格式的设计。
   • 引用：“ONNX actually quite clever...”（“ONNX的设计非常巧妙...”）。

总结：评论肯定该技术的创新性和隐私优势，但指出兼容性、效果稳定性及单图输入的限制，同时探讨了Web端AI工具的生态挑战。