手机拍张照，AI还你一个可以自由行走的三维空间——Neural Reality Capture

手机拍张照，AI 还你一个可以自由行走的三维空间

你有没有过这种感觉——看到一张特别好看的建筑照片，想钻进画面里四处看看？或者拿到一件产品，想从任意角度观摩，却只有一张静态图？

以前这种体验叫”3D建模”，贵、慢、专业门槛高。现在，一个叫 Neural Reality Capture 的 Skill 把这件事变得像拍照一样简单。

它做了什么？

输入是一堆重叠的照片或视频片段，输出是三种格式：

• Photogrammetric Mesh（摄影测量网格）——可以导入游戏引擎、Unity、Unreal 的那种
• NeRF（神经辐射场）——从任意角度渲染，照片级的真实感
• 3D Gaussian Splat（3D 高斯泼溅）——可以实时自由视角观看，像在空间里漫步

这就是 2023 年 SIGGRAPH 炸场的 3D Gaussian Splatting 技术——把照片中的每个像素点描述成一个 3D 高斯分布，然后用实时渲染的方式重建整个空间。现在它已经不是什么实验室 demo 了，有完整的工程化 Skill 可以直接用。

怎么用？三步走

第一步：选格式
不是所有场景都要用同一种格式。游戏资产要可编辑的 Mesh，虚拟展厅要 Gaussian Splat，文化遗产扫描要带尺度标记的 Mesh。Skill 里有决策表，直接对应你的需求查表。

第二步：拍素材
这不是随便拍几张就行。Skill 会告诉你：
– 重叠率要多少（通常 60-80%）
– 光照要均匀还是要有变化
– 哪些表面最难重建（反光、透明、头发）
– 人物 vs 物体 vs 建筑的不同策略

第三步：重建并导出
支持 provider-independent 工作流——不绑定某个特定平台或工具，按需选最合适的。根据输出格式可以导出 glTF/GLB（网页预览）、USD（VFX 合成）、或者直接交付 Gaussian Splat 文件。

谁在用这个？

最典型的几个场景：

电商产品：拍几张产品图，生成可 360° 查看的 3D 模型，比传统建模快 10 倍

文化遗产：博物馆、文物用这个做数字化存档，可自由视角观赏

建筑/室内：用手机拍一圈房间，生成可供客户自由探索的空间

虚拟演唱会/Virtual Production：用 Gaussian Splat 重建真实演员，放入虚拟场景

为什么值得安装

因为这是目前最完整的”照片→3D资产”生产级 Skill，不是玩具 demo。150+ 相关技能覆盖了整个生成媒体链条，这个 Neural Reality Capture 是其中专门解决”怎么把真实世界带进数字空间”的那一环。

GitHub 开源，136 Stars，calesthio 团队维护，学术引用和工程实践结合——不是那种改个 prompt 就发出来的快餐 Skill。

安装方式：

npx skills add https://github.com/calesthio/generative-media-skills --skill neural-reality-capture

或者直接去 SkillsMP 搜 “neural-reality-capture” 安装。

GitHub: https://github.com/calesthio/generative-media-skills

GitHub: https://github.com/calesthio/generative-media-skills