Spirula Studio 安装教程：三步在 Windows、Linux 与 macOS 上跑通 3DGS 训练
【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
先说好，我不打算一上来讲架构，咱们先把软件跑起来，跑的时候顺便把每步为什么这么做讲清楚。Spirula Studio 是一个开源的 3D 高斯泼溅（3D Gaussian Splatting）训练工具，Python、PyTorch、COLMAP 这些统统不用装，"输入素材 → splat 模型 → 带纹理网格"整条链路被塞进一个自包含的二进制里。因此 Spirula Studio 安装这件事相当轻，整篇教程其实只回答两个问题：你要现成包，还是自己编？你的显卡是 NVIDIA 还是别的？
先拿现成包：三步启动
最省事的路线，三步：
- 进 Releases 发布页，按你的系统（Windows / Linux / macOS）取对应安装包；
- 解压；
- 双击启动 GUI，选数据集，开训。
完事。如果你在用一台不带显示器的机器（比如远程服务器），同一套二进制也带命令行模式，怎么部署看下面"无头与远程"那一节。
源码路线一：Vulkan 还是 CUDA，先选计算后端
现成包对不上你的环境，或者想开关某些功能时，走源码构建。动手前先回答后端问题。
**Vulkan（推荐）**是跨厂商路线：NVIDIA 与 AMD，也包括 Intel 和 Apple 的显卡都能跑，且是 macOS 上唯一的选择。它的构建更快、二进制更小，SfM 重建、视频抽帧和 AI 分割也一并打包在内，不必另配外部工具。Windows 和 Linux 上要先装 Vulkan SDK；macOS 可以跳过这一步——CMake 会自动获取 MoltenVK 并做静态链接，编出的二进制拷到任何一台 Mac 都能直接跑。
CUDA则是 NVIDIA 专属的传统路线，需要装 CUDA 工具包，Windows 与 Linux 支持，macOS 不支持。
两者在训练与网格化上的功能完全一致，速度差距通常只有几个百分点，按"机器里插的什么卡"选就行。
后端定了之后，三个平台的依赖大同小异，列给你：
- 编译器：Windows 用 Visual Studio 2022（含 C++ 工具集）或 GCC/Clang；Linux 用 gcc/g++；macOS 用 Xcode 命令行工具；
- CMake + Ninja：VS 里一般自带，脚本会自己找；Linux 与 macOS 需要自行安装；
- Vulkan SDK：Vulkan 后端在 Windows 与 Linux 上必备，macOS 不需要；
- CUDA 工具包：仅 CUDA 后端要，macOS 不支持；
- python3：可选。缺失时代码生成步骤会被跳过，生成文件已随仓库提交，没有 python3 照样能构建。
源码路线二：三个平台的构建命令
克隆一次代码即可：
git clone https://gitcode.com/GitHub_Trending/sp/spirula-studio cd spirula-studioWindows（MSVC）
在cmd或开发者命令提示符里执行：
.\build_develop.bat -DSS_BACKEND=vulkan -DSS_ENABLE_PATENTED=ON成功的产物是build_vulkan\spirula.exe。想走 CUDA 后端，把命令里的-DSS_BACKEND=vulkan换成-DSS_BACKEND=cuda，最终产物变为build_cuda\spirula.exe。
两个细节：脚本会自己通过 vswhere 找到 VS 并调用 vcvars64，CMake/Ninja 不在 PATH 时则回退到 VS 自带的版本。另外别自己带-B——构建目录由脚本按后端名取，改了对不上。
Linux
bash build_develop.bash -DSS_BACKEND=vulkan -DSS_ENABLE_PATENTED=ON成功产物为build_vulkan/spirula。无显示器的服务器加-DSS_BUILD_GUI=OFF，只出命令行工具——产物不依赖显卡驱动里的图形库，也不会拉取任何 GUI 依赖。
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_dmgmacOS 这边有个特殊之处：它只有一个后端，所以构建目录是统一的build/（没有build_vulkan/一说）。产物除了build/spirula之外，还会打包出可双击的Spirula Studio.app和.dmg磁盘映像。
Spirula Studio 无头部署与远程 GPU 训练 🖥
两种很常见的用法放在一起说：
- 远程 GPU 服务器：在服务器上跑
spirula train，它默认会在一个 HTTP 端口上提供 3D 预览页面，本地用ssh -L转发端口后，浏览器里就能看到训练进度——服务器本身不必装图形环境； - 纯无头构建：构建阶段加
-DSS_BUILD_GUI=OFF，产物只有命令行工具，更轻、依赖更少。
关键开关：-DSS_ENABLE_PATENTED=ON 到底做什么 🔧
上面每条命令都带了-DSS_ENABLE_PATENTED=ON。它开启进程内 GPU 视频解码：启用后抽帧速度快约 15 倍，系统侧也不需要调用 ffmpeg；不启用时，抽帧会回退到系统的 ffmpeg。
为什么这个开关默认关着？因为涉及 H.264 / H.265 / AV1 编解码，解析逻辑存在第三方专利授权问题，是否开启请自行确认所在地区的合规要求。原理细节见 docs/build.md。
Spirula Studio 安装验证：跑这两条命令确认
构建或安装完成后，打开终端执行：
spirula --version spirula --helpWindows 下对应spirula.exe --version与spirula.exe --help。两条命令都能正常应答，说明安装完成。再直接敲spirula而不带任何参数，它会直接进入图形界面：
左侧是数据集选择与训练参数面板，中间是 3D 预览区，看到它们就稳了。
Spirula Studio 构建报错速查：你大概率会碰上的几个问题 🎯
Windows 报vcvars64.bat not found
说明 VS 里没装 C++ 桌面开发的工作负载。在 VS 中补装它，或者直接改用开发者命令提示符运行；构建脚本会自动探测 VS 的安装位置。
Vulkan 后端 CMake 配置失败
原因多数是同一个：Vulkan SDK 没就位。在 Windows 或 Linux 上装好它再重新配置；macOS 则无需任何 SDK。
断网时 GUI 构建失败
GUI 首次构建需要联网下载 GLFW 与 Dear ImGui（一次性）。完全离线的环境加-DSS_BUILD_GUI=OFF绕过即可。
并行编译被 OOM 杀掉
不用自己加-j。构建脚本启动前会估算可用内存并换算出并发数（按约 750MB/任务计），不会超出机器承受能力。
macOS 上网格化只跑单核
OpenMP 没被找到。先brew install libomp——它是 keg-only 的，CMake 默认找不到，而构建脚本会自动探测到该库的所在位置并传给 CMake。
nvcc 编译报错
CUDA 版本与编译器不匹配。脚本默认挑机器里装的最新版 CUDA；不是你想要的那一个时，传-DCMAKE_CUDA_COMPILER=...指定别家版本。
中文路径显示为方块
全量 CJK 字体还没下载。首次用到中文时 GUI 会提示你下载并缓存，属正常行为。
装完之后：丢素材进去就能训练
到这一步，把照片或视频放进数据集目录即可——内置 SfM 会先做完重建再直接开训，任何外部工具都不必再装。
想再深入一点：全部构建选项见 cmake/SsOptions.cmake，双后端架构设计见 docs/backends.md，两个入口脚本是 build_develop.bash 与 build_develop.bat。
【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
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
