项目概览
TripoSplat 是 TripoAI/VAST-AI-Research 公开的单图三维高斯生成项目，输入一张二维图片，输出可用于三维浏览的 Gaussian Splat 资产。它面向快速资产构建、AR/VR 展示、游戏和仿真流程探索，和直接生成可编辑多边形拓扑的建模工具有明显区别，适合需要快速保留图像外观的工作流。
输入与工作流程
项目的重要设计是可调高斯数量，最高 262,144 个，用户可以在画质、文件规模和渲染成本之间选择。官方示例导出 .ply 与 .splat，并可交给 SuperSplat、SparkJS 等高斯查看器，不应把这些结果描述为默认输出可绑定骨骼的普通网格或 GLB。仓库还提供 Gradio 演示，以及指向 ComfyUI 官方工作流模板的入口。
安装与运行门槛
部署需要先从 Hugging Face 或 ModelScope 下载检查点，再安装与硬件匹配的 torch、torchvision 及 numpy、safetensors、Pillow、tqdm，随后执行 run_example.py。README 强调无需 transformers 或 diffusers 等大型依赖，但依然需要权重与 PyTorch，不能理解为零依赖。当前官方示例选择 CUDA；README 没有给出统一显存下限或跨平台实测保证。
费用、许可与使用范围
当前仓库提供推理实现，训练代码指向独立的 TripoSplat-Training 仓库。相关论文为 Generative 3D Gaussians with Learned Density Control，arXiv:2605.16355。官方明确代码和模型权重均为 MIT，本地推理无需必需付费生成 API。单图结果仍依赖模型推断不可见区域，适合预览和资产起稿，不应承诺真实尺寸、完整遮挡几何或直接替代可制造网格。
从你的第一条分享开始
可以聊聊实际效果、安装经验，或者你想解决的一个小问题。