近日，开发者bring-shrubbery在GitHub上发布了ml-sharp-web项目，成功将Apple公司的SHARP（Splatting High-quality Assets with Rendering Priors）模型通过ONNX Runtime Web移植到浏览器中运行。这一创新使得用户无需安装复杂的深度学习环境，仅需一个现代浏览器即可体验高斯泼溅（Gaussian Splatting）的生成与预览功能。

SHARP是Apple于2024年底开源的高斯泼溅生成模型，能够从单张图片快速生成高质量的三维高斯泼溅表示。ml-sharp-web项目在此基础上，利用ONNX Runtime Web的WebAssembly后端，将SHARP模型导出为ONNX格式并在浏览器端进行推理。用户只需上传一张图片，点击“Generate Splat”按钮，即可在浏览器中生成并预览高斯泼溅结果，最终下载.ply格式的文件。

项目基于Bun构建，使用React和TypeScript开发前端界面，通过Web Worker实现ONNX Runtime Web的异步推理。后处理部分包括NDC（归一化设备坐标）到度量高斯坐标的转换，以及浏览器端PLY文件的写入。预览功能则依赖@mkkellogg/gaussian-splats-3d库实现。

值得注意的是，SHARP模型权重较大，导出的ONNX侧车文件（sidecar）约2.4GB。项目默认使用托管模型以减少用户本地存储压力，但用户也可以自行导出模型。导出过程需要先克隆Apple的ml-sharp仓库，配置Python依赖，然后运行项目提供的export_sharp_onnx.py脚本。脚本会生成两个文件：sharp_web_predictor.onnx（包含计算图与元数据）和sharp_web_predictor.onnx.data（包含大部分模型权重）。这两个文件必须放置在同一目录下才能正常加载。

用户可通过bun install安装依赖，bun dev启动开发服务器，然后访问Vite提供的URL（通常为http://localhost:5173）。对于生产部署，可使用bun run build生成静态文件，再通过bun run preview预览。需要注意，如果模型文件存在，构建输出会非常大。

ml-sharp-web项目遵循Apple SHARP的许可证要求：代码部分使用SHARP代码许可证，模型权重则需遵守SHARP模型许可证（研究用途限制）。用户若使用Apple官方发布的检查点，必须遵守模型许可证的相关条款。

这一项目展示了将大型AI模型通过ONNX Runtime Web部署到浏览器的可行性，为三维内容创作、AR/VR预览、在线3D建模等场景提供了低门槛的技术方案。开发者表示，如果项目有帮助，欢迎在GitHub上点星支持。

项目地址：https://github.com/bring-shrubbery/ml-sharp-web