苹果 LiTo（表面光场标记化）是苹果 AI 研究团队 2026 年 3 月推出的 3D 生成大模型。该技术攻克了 3D 重建领域的长期难题，实现了仅凭一张平面图像即可生成具有高保真光影效果的完整 3D 对象，为增强现实（AR）和空间计算设备（如 Vision Pro）提供更高质量的素材生成支持。

一、主要功能

1. 单图生成 3D：仅需一张平面图像即可生成完整的 3D 对象，无需多视角输入或深度传感器，大幅降低 3D 内容创作门槛。

2. 高保真光影效果：能够精准复现镜面高光和菲涅尔反射等高级视觉效果，光影还原度较顶尖模型提升 37%。

3. 多视角一致性：生成的 3D 模型在多视角下保持光影一致性，解决同类模型常见的物体朝向错误问题。

4. 高效编码压缩：将复杂的表面光场数据压缩为紧凑的向量集，通过数学描述掌握物体几何形状与光线交互的物理规律。

5. 双向编解码机制：采用编码器 - 解码器架构，编码器提取几何结构与外观特征，解码器逆向还原 3D 模型。

6. AR/VR 应用支持：为增强现实、虚拟现实和空间计算设备提供高质量 3D 素材生成，适配 Vision Pro 等设备。

二、技术原理

1. 潜在空间编码：创新性地应用潜在空间（Latent Space）及首创的统一 3D 潜在表示法，实现高效 3D 数据编码。

2. 表面光场标记化：将物体表面光场数据转化为标记（Token）序列，便于 Transformer 架构处理和生成。

3. 摄像机坐标系约束：严格遵循摄像机坐标系，解决同类模型常见的物体朝向错误问题，确保生成方向正确。

三、应用场景

1. AR 内容创作：快速生成 AR 应用所需的 3D 模型和素材，降低开发者创作成本。

2. 电商展示：将商品平面图片转换为 3D 模型，支持用户 360 度查看商品细节。

3. 游戏开发：快速生成游戏场景中的 3D 道具和角色模型，加速游戏开发流程。

4. 影视制作：为影视作品生成 3D 场景和道具，降低特效制作成本。

5. 教育科普：将教科书中的平面图转换为 3D 模型，帮助学生更好理解复杂结构。

6. 文化遗产保护：将文物照片转换为 3D 模型，实现数字化保存和展示。

四、使用方法

1. 准备输入图像：选择清晰、光线良好的物体平面照片，确保物体完整可见。

2. 访问苹果开发者平台：注册苹果开发者账号，访问 AI 研究平台页面。

3. 上传图像：将准备好的图像上传到 LiTo 模型平台。

4. 等待生成：模型自动处理图像，生成 3D 模型（通常需数秒至数十秒）。

5. 预览调整：在预览界面查看生成的 3D 模型，可调整视角和光照效果。

6. 导出使用：导出为通用 3D 格式（如 OBJ、GLTF），导入到 AR/VR 应用或游戏引擎中使用。

五、适用人群

1. AR/VR 开发者：需要快速生成 3D 素材的增强现实和虚拟现实应用开发者。

2. 游戏开发者：需要大量 3D 道具和场景模型的游戏开发团队。

3. 电商从业者：需要 3D 商品展示效果的电商平台和商家。

4. 影视特效师：需要快速生成 3D 场景和道具的影视制作人员。

5. 教育工作者：需要将平面教材内容转换为 3D 模型的教师和培训机构。

六、优缺点介绍

优点：

1. 单图即可生成 3D，输入门槛极低
2. 光影还原度高，多视角一致性好
3. 生成速度快，适合实时应用
4. 苹果官方支持，技术可靠
5. 适配 Vision Pro 等空间计算设备
6. 开源潜力大，生态前景广阔

缺点：

1. 目前仅限苹果生态，跨平台支持有限
2. 复杂物体（如透明、反光材质）生成效果待提升
3. 需要较高算力支持，移动端部署有挑战
4. 尚未正式开放 API，开发者接入受限