Spirula Studio 零基础完整指南：从照片到 3DGS 模型再到网格

【免费下载链接】spirula-studioCross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA.项目地址: https://gitcode.com/GitHub_Trending/sp/spirula-studio

Spirula Studio 是自包含的 3D 高斯泼溅（3DGS）训练工具：不装 Python、PyTorch 和 COLMAP，把照片或视频拖进去，训出可自由观看的 3D 场景，还能导出带纹理的网格。

🎯 先看你最终能拿到什么

完整走一遍，手里会多出三样东西：

• 可自由旋转、缩放的 Splat 模型（PLY 文件）。在软件 Viewer 界面打开，最多 4 个模型同屏对比
• 带纹理的网格 Mesh。一条命令转出 glb / ply / obj / stl，可直接进 Blender 或 3D 打印机
• 断点检查点。训练到一半可暂停，之后换参数从断点接着训

一个值得记住的数字：量化训练让8GB 显存能装下 1000 万个带完整 SH3 的高斯。

最快上手路径

直接拿现成的安装包

最省事的路线是下载预编译包。去项目的 Releases 页面，按系统选 Windows、Linux 或 macOS 对应版本，解压后双击就能打开 GUI，不需要任何环境配置。

自己从源码编译（Vulkan 后端）

AMD、Intel、Apple 显卡的用户走这条路。推荐 Vulkan 后端，跨平台、编译产物小，是测试最充分的一条路：

git clone https://gitcode.com/GitHub_Trending/sp/spirula-studio cd spirula-studio bash build_develop.bash -DSS_BACKEND=vulkan

-DSS_BACKEND=vulkan指定计算后端。脚本会依次跑代码生成、源码检查，再调 CMake + Ninja 编译。结束后产物在build_vulkan/spirula。Windows 把脚本换成build_develop.bat，产物是build_vulkan\spirula.exe。Linux 只需先装 Vulkan SDK；macOS 什么都不用装，CMake 会自动拉取 MoltenVK。NVIDIA 用户想走 CUDA，把参数改成-DSS_BACKEND=cuda，产物落在build_cuda/。

把素材拖进主界面

打开 GUI 进 Home 页，把照片文件夹或视频文件直接拖进窗口。软件会自动启动内置 SfM 流水线：特征提取、匹配、相机重建，几分钟得到带相机位姿的数据集，不需要另装重建工具。

拖现成数据集也行。COLMAP、Nerfstudio、Metashape 三种布局自动识别，不需要手工整理目录。子目录命名约定与识别规则写在 docs/datasets.md。

第一次训练要调什么

训练界面先选预设。新手选3dgs（默认）；拍的是桌面小物件选centered-object，该预设把 Splat 上限压到 20 万，出结果快；拍全景选360-camera。

Basic Options 保持默认即可，只留意Steps：默认最大步数 30000，第一次跑 2000~3000 步就能拿到看得过去的画面。点Start Training后，右侧视口实时渲染模型，左侧面板给出 PSNR 曲线和逐步日志，随时可暂停、停止。输出自动存到数据集的outputs目录，Splat 文件和检查点都在里面。

GUI 各屏幕的完整说明在 src/app/README.md。

核心能力：按场景挑

360° 全景和鱼眼怎么直接训

场景：用 GoPro MAX 拍了.360文件，或用鱼眼镜头拍素材。软件识别格式后自己展开——GoPro MAX 被拆成 10 个针孔视图（每个镜头 5 个），也可以展开成 2:1 全景。展开后像普通数据集一样训练，不需要先去畸变，成品是 360° 任意角度可看的场景。

小显存卡怎么训千万级高斯

场景：手里是 6~8GB 显存的笔记本卡。量化训练把高斯参数按低精度存储和优化，8GB 显存装得下 1000 万个 SH3 高斯。同一场景在小卡上放得下，还留出空间提高训练分辨率。

视频怎么抽帧又挑清晰帧

场景：素材是手持拍摄的视频而不是照片。内置抽帧按设定帧率取候选帧，再按每帧的锐度打分，保留窗口内最清晰的一张。开启自适应间距后，运动大的片段自动分配更多帧。--blur-reject参数可以额外拒掉模糊帧，避免糊帧混进数据集。

路人和杂物怎么去掉（AI 遮罩）

场景：街景或商场素材里有人走过，直接训会把路人烧进模型。在数据集界面开启 AI 遮罩，框选要去掉的对象，SAM 会在整组帧上自动分割。首次使用会下载 SAM 检查点，之后走本地缓存。被遮住的像素训练时直接跳过，模型里不会再出现路人。

Splat 怎么导出网格 Mesh

场景：下游要的是网格，不是 Splat。用 GUI 的 Mesh 界面，或走命令行：

build_vulkan/spirula-mesh <运行目录> --format glb,ply,obj,stl --color texture

--format指定输出格式列表，--color指定着色方式（texture是烘焙贴图）。表面只提取一次，每种格式单独烘色——一次运行可以同时产出看样用的带纹理 GLB 和打印用的裸 STL。

📡 进阶一瞥：CLI 与远程训练

云 GPU 上训练用 CLI 更方便，功能和 GUI 同源。核心命令：

spirula train 3dgs --data <数据集目录>

--data指向数据集目录，预设名放在命令前面。spirula train默认还会起一个 web 查看器，监听一个 HTTP 端口；端口转发后浏览器里就能看训练进度，例如ssh -L 7007:localhost:7007 你的主机。

全部选项用spirula --help查看。近两百个训练字段集中在src/config/TrainConfig.h一张表里定义，GUI 的 "All Options" 编辑器和 CLI 解析器都从这张表生成，两边不会漂。

❓ 新手答疑

Q：编译完了，可执行文件在哪儿？A：Linux 在build_vulkan/spirula，Windows 在build_vulkan\spirula.exe；CUDA 构建在对应的build_cuda/目录。macOS 只有一个后端，产物在build/下，并额外打包成可双击的Spirula Studio.app。

Q：SfM 出来的重建有漏帧、质量差怎么办？A：视频素材先调抽帧帧率，打开自适应间距让运动段多取帧；重复纹理多的场景（走廊、书架）把匹配换成 LoMa，它对弱纹理更稳；训练侧切到in-the-wild预设，它加了离群帧过滤和更强的正则。

Q：界面是英文，怎么切中文？A：软件支持 13 种语言，含简体中文。GUI 和 CLI 共用同一套语言目录，在设置里切换即可，中文用户不用查英文文档。

Q：手上有训练好的 Splat，但不想装软件，能看吗？A：能。仓库自带 Web Viewer，基于 WebGL2/WASM，不依赖 GPU，浏览器里直接浏览。说明见 viewer/README.md。

收尾

回看路径：拿包或编译 → 素材拖进 GUI → 选预设点 Start Training → Splat 和检查点落盘 → 一条命令出 Mesh。

接下来可以玩的方向：用 AI 遮罩把路人清掉再重训一版；把一段 360° 全景素材训出来对比针孔素材的观感；熟练之后上 Batch 界面，把多个数据集排成队列排队训练。后端的选型差异与内核覆盖细节，读 docs/backends.md 可以继续深入。

【免费下载链接】spirula-studioCross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA.项目地址: https://gitcode.com/GitHub_Trending/sp/spirula-studio