苹果推出 LiTo 大模型：一图生成 3D，光影还原提升 37%

苹果 AI 研究团队近期带来了 LiTo（表面光场标记化）3D 生成大模型。这项技术突破了 3D 重建的老难题，让一张平面图片就能生成光影真实、细节完整的 3D 对象。

LiTo 的关键在于创新地利用潜在空间（Latent Space）并提出统一的 3D 潜在表示：

• 高效编码:将繁复的表面光场信息压缩成紧凑的向量集合，用数学方式刻画物体几何与光照交互的物理规律。

• 双向机制:采用编码器-解码器架构。编码器提取几何结构与外观特征；解码器再向后重建，可精准还原镜面高光和菲涅尔反射等高级视觉效果。

性能表现：多视角光影一致性

为训练 LiTo，团队使用了涵盖数千个对象的 3D 数据集。实验结果显示：

• 解决方向偏差:LiTo 严格遵循摄像机坐标系，修正了同类模型常见的物体朝向错误问题。

• 指标领先:在多视角光影一致性指标上，LiTo 相比当前顶尖的 TRELLIS 模型提升约 37%。

这一进展意味着 3D 内容创作门槛进一步降低，未来有望为增强现实（AR）以及空间计算设备（如 Vision Pro）提供更高质量的素材生成支持。