苹果研发团队发布最新研究项目 HeadsUp (arXiv:2605.04035)，重点展示了3D 人头重建技术从“单人建模”向“大模型预测”的范式转移，传统 3D 重建（如 NeRF 或原始 3DGS）需针对每个用户进行数分钟甚至数小时的“测试时优化”。而 HeadsUp 是一个前馈式（Feed-forward）模型，通过编码器-解码器架构，它能在亚秒级时间内从几张照片中直接“推断”出完整的 3D 高斯点分布，实现即看即得，HeadsUp 的核心创新在于“UV 参数化 3D 高斯表示法”。它将高斯点锚定在标准的 2D UV 模板上，实现了模型复杂度与输入分辨率的解耦。相比 Meta 的 Avat3r（需 80 万至 110 万个高斯点），HeadsUp 仅需 6.5 万个高斯点。在点数极低的情况下，HeadsUp 的 PSNR（信噪比）更高，发丝、睫毛及口腔细节的还原度远超同类 SOTA 模型。苹果动用了包含 10,000 多名受试者 的内部高精度数据集进行训练。研究证明了 3D 领域的“规模效应（Scaling Laws）”：随着训练数据量增加，模型对从未见过的陌生面孔具有极强的泛化能力，彻底解决了稀疏视图下边缘模糊和伪影的问题。有人说这是AVP下一代自影像的技术底层，个人感觉是其实应该目前在AVP中已经慢慢用上，甚至已经用上，从vision OS 1.0到现在，每次的系统更新都感觉Personal在不断的提升，确实采集与运算更快，也符合苹果的逻辑，自己测试完在公开。http://t.cn/AXJkMFGy http://t.cn/AXJkMFGL