不是完整扫描
模型从一张图推断场景，没有见过物体背面。小视角运动更可靠，大幅绕后会暴露遮挡缺失。
IMAGE · 3D GAUSSIANS · CAMERA · VIDEO让一张照片
让一张照片
拥有可移动的视角
用真实马匹照片走完完整链路：单图重建 3D 高斯场景，在网页里亲手走进去，再把一条摄影机轨迹渲染成视频。
从静止画面到运动视差真实 SHARP 3DGS 重建 · ±3° 横向环绕
10 s · 30 fps01 · INPUT输入一张照片
颜色与透视线索
颜色与透视线索
02 · RECONSTRUCT预测空间高斯
位置、形状、颜色、透明度
位置、形状、颜色、透明度
03 · CAMERA规划视点轨迹
围绕主体移动并始终看向它
围绕主体移动并始终看向它
04 · OUTPUT逐帧渲染视频
画面序列 → 编码文件
画面序列 → 编码文件
01 / FROM PIXELS TO SPACE
二维图像里，藏着空间线索
一张照片没有真实的背面信息；模型只能根据大小、遮挡、透视和语义去预测可见场景的空间结构。
输入：马匹照片模型输入的 sRGB 工作副本
空间关系预览白近 · 黑远，非米制测距
①
辨认主体
马匹、草地、山体与天空在图像中构成前后层次。
②
推断深度
将相对远近映射到三维位置；遮挡处不可见的内容仍是未知的。
③
准备新视角
摄影机稍微移动时，近处位移更明显，产生运动视差。
02 / THE SCENE REPRESENTATION
一个高斯，怎么变成像素？
SHARP 的马匹场景包含 1,179,648 个高斯。每个高斯不是硬边小球，而是一个具有位置、尺度、旋转、颜色与不透明度的柔性椭球。下面用少量合成高斯，把“空间形状 → 屏幕投影 → 透明混合”拆开观察。
亲手调一个高斯
先改变空间转向，观察投影面积；再调透明度和数量，观察重叠区域。
加载同一份 118 万高斯马匹 PLY，与下方自由探索共用渲染器，不重复占用模型内存。尺寸调整改变高斯的屏幕覆盖范围，不移动高斯中心；透明度倍率乘在模型原有 α 上。鼠标拖动和 WASD 仍可改变视角。
① 空间椭球
线框表示等密度轮廓，中心最浓，向外连续衰减；不是一个实心网格物体。
② 单个高斯的屏幕投影
虚线是 1σ 等值线，不是裁切边界；椭圆外仍有逐渐减弱的贡献。
③ 多颗高斯，合成一个画面
从后往前叠加：每层覆盖一部分背景。重叠区更不透明，前层颜色影响更大。
α(p) = 峰值不透明度 × exp(−½ dᵀ C⁻¹ d)把空间协方差投影成二维 C，就能计算每个像素的贡献。合成使用
结果 = 前层颜色 × α + 背景 × (1 − α)。本实验在线性 RGB 中混合，再编码为屏幕颜色；正式渲染还要处理透视、深度排序与性能优化。空间转向改变椭球面对屏幕的形状；画面内旋转只改变椭圆方向。透明度为 0 时只剩背景。反转顺序会改变颜色，但不会改变同一像素的累计不透明度。
03 / INTERACTIVE 3DGS
现在，走进这张照片
这是实时浏览器 3D 高斯渲染，不是 360° 视频。鼠标拖动转向；W / S 沿镜头方向前后移动，A / D 左右平移。
亲手探索 3D 高斯场景
压缩模型 23.45 MiB，完整保留 118 万高斯。点击后加载。
等待加载
拖动鼠标转向 · WASD 移动 · Q/E 升降 · Shift 加速
先点击场景以接收键盘操作；滚轮调移动速度，按 R 回原点。
单图重建适合在原始拍摄点附近小范围探索。远离拍摄点后，遮挡后方缺少原图证据，出现模糊、拉伸或空洞是模型与输入信息的限制，不表示已有完整的 360° 场景。
04 / CAMERA TO FRAMES
让摄影机走一段路，视频就诞生了
以 PPT 中的油画场景为例，用锥形环绕同时展示水平与垂直视差，再沿连续闭合轨迹逐帧导出。
真实输出：油画 · 锥形环绕右 → 上 → 左 → 下 → 右 · 连续闭环
一圈运镜，呈现双向视差
相机沿圆形轨迹移动，依次经过右、上、左、下，再回到右侧；始终朝向同一环绕点，保持地平线不滚转。视线形成半角 1.5° 的圆锥。
1.5°锥半角 · 水平 / 垂直幅度
300输出帧数 · 30 fps · 10 秒
01
固定环绕点与半径
以主体为注视中心，让相机位置绕圆运动；水平、垂直视差共同呈现空间层次。
02
连续计算相机位姿
沿完整圆周取样，每帧更新位置与朝向，再投影高斯并混合成新视角画面。
03
闭环取样与编码
300 帧覆盖一圈，不重复末尾首帧；闭合轨迹令循环衔接自然，输出 10 秒视频，无音频。
WHAT IT CAN / CANNOT DO
把演示效果与能力边界分开
要预留安全构图
原图之外的内容缺少证据。输出视频用安全裁切降低边缘空洞；这不等于修复了未知背景。
真实样例，而非性能承诺
网页 PLY、深度预览和视频均来自马匹样例。实际耗时与画质依赖输入、设备、分辨率和轨迹。