Spirula Studio 3D 高斯泼溅训练：单二进制零配置安装，Windows / Linux / macOS 全部搞定

【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 是一款开源的 3D 高斯泼溅（3DGS）训练工具，把照片或视频变成 splat 与带纹理网格，全程只有一个自包含二进制。本文覆盖 Windows、Linux、macOS 三平台上预编译下载与源码构建两条路径。读完你能不依赖任何 Python 环境，直接打开训练界面开训。

先跑起来：3 步跑通预编译的 3D 高斯泼溅二进制

新手走这条最快：

1. 去项目官方 Releases 页面，选择对应平台（Windows / Linux / macOS）的发布包
2. 下载并解压
3. 双击spirula.exe（Windows）或运行./spirula（Linux / macOS）启动 GUI
4. 把照片或视频放进数据集目录，点训练

如果你在远程 GPU 服务器上训练，则不需要图形界面：spirula train默认会在一个 HTTP 端口上提供 3D 预览页面，ssh 端口转发后，本地浏览器就能看到训练进度。启动成功后的样子就是上图的界面：数据集选择与训练面板已经就绪。

为什么不用折腾环境：零依赖设计一览

多数 3DGS 工作流要 Python + PyTorch 环境再加一套 COLMAP，Spirula Studio 反着来：

• 零 Python 依赖：不装 Python、PyTorch，也不装 COLMAP，3D 重建用内置的原生 SfM 完成
• 跨厂商 GPU：一个 Vulkan 后端覆盖 NVIDIA、AMD、Intel 和 Apple Silicon
• 双后端功能对等：Vulkan（推荐）与 CUDA（NVIDIA），训练和网格化功能一致，性能差异通常控制在几个百分点以内
• 一个二进制全包含：GUI、命令行、SfM 重建、AI 分割都在spirula里

预编译版够用的话，看到这里就可以停了；下面这一章只给想亲自编译的人。

想自己编译？先做选择题：Vulkan 还是 CUDA

想打开自定义编译参数，或你的机器上没有对应平台的发布包时，才需要源码构建。先做选择题：

先拉代码：

git clone https://gitcode.com/GitHub_Trending/sp/spirula-studio cd spirula-studio

🪟 Windows（MSVC）

.\build_develop.bat -DSS_BACKEND=vulkan -DSS_ENABLE_PATENTED=ON

成功产物是build_vulkan\spirula.exe。CUDA 后端把参数换成-DSS_BACKEND=cuda，产物在build_cuda\spirula.exe。两个注意点：

• 脚本会用 vswhere 自动探测 Visual Studio 并调用vcvars64.bat；PATH 上没有 CMake/Ninja 时，直接用 VS 自带的那套
• CUDA 后端默认自动挑选最新安装的 CUDA 工具包；想指定版本就传-DCMAKE_CUDA_COMPILER=...

🐧 Linux

bash build_develop.bash -DSS_BACKEND=vulkan -DSS_ENABLE_PATENTED=ON

成功产物是build_vulkan/spirula。无显示器的无头服务器上，加-DSS_BUILD_GUI=OFF，只构建命令行工具。

🍎 macOS（Apple Silicon）

bash build_develop.bash -DSS_BACKEND=vulkan -DSS_ENABLE_PATENTED=ON cmake --build build --target macos_app cmake --build build --target macos_dmg

macOS 只有一个后端，所以构建目录是build/（而不是build_vulkan/）。产物除build/spirula外，还会打包出可双击的build/Spirula Studio.app和build/Spirula Studio.dmg。MoltenVK 默认静态链接，拷到别的 Mac 上也能直接跑。

一个影响行为的参数：-DSS_ENABLE_PATENTED=ON

这个参数启用进程内 GPU 视频解码，抽帧速度约快 15 倍，且无需安装 ffmpeg。参数默认是 OFF；关闭时，视频抽帧会回退调用系统里的 ffmpeg。H.264 / H.265 / AV1 解析器带有第三方专利授权问题，开启前请自行确认所在地区的合规要求。

💡 另外：python3 是完全可选的。缺了它，脚本只是跳过代码生成——生成的代码文件已随仓库提交，构建不受影响。

三平台构建依赖差异，一张表看完

💡 最容易漏掉的是 macOS 的 libomp：Homebrew 把它标成 keg-only，CMake 默认找不到。构建脚本会自动探测这条路径并传给 CMake，你只需brew install libomp。

装完跑两条命令确认安装成功

spirula --version spirula --help

Windows 下命令换成spirula.exe。--version输出版本号（源码构建会额外带提交哈希），--help列出train、sfm等全部子命令。两者都能正常输出，说明安装成功。直接运行不带参数的spirula会启动 GUI——把数据集丢进去就能开训 🎉

报错了？按这个顺序查

先别慌，十有八九是下面这几个，按顺序对号入座：

装好之后：继续深入

• docs/build.md —— 构建矩阵与全部选项，适合想定制构建参数的人
• docs/backends.md —— CUDA / Vulkan 后端缝的设计，适合想搞懂双后端架构的人
• docs/datasets.md —— 支持的数据集结构，适合准备第一份数据集的人
• cmake/SsOptions.cmake —— 所有 CMake 选项的定义处，适合想抠默认值的人
• build_develop.bash —— 构建入口脚本：自动探测 MSVC / CUDA 环境、自动限并发，适合想弄清脚本逻辑的人

装好之后，最快的上手方式是找一组同一场景的照片训一遍，看看效果。

【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