🧊 照片转 3D

Name: 照片转 3D — ToolKoala
Author: ToolKoala

一张照片就能生成 3D 运镜——环绕、推近、摇摆或希区柯克变焦，保存为 MP4 或 GIF。深度模型直接在你的浏览器里读取照片：不上传、不注册、不限次数。

✓ 永久免费 · ✓ 无需注册 · ✓ 文件不上传 · ✓ 离线可用

🔒 你的图片绝不会离开你的设备。 所有处理都通过 Depth Anything V2 Small（Apache-2.0），通过 onnxruntime-web 运行——优先 WebGPU，否则回退到 CPU（WebAssembly）——再用 WebGL 在深度上做运镜；MP4 由 WebCodecs 编码，GIF 由 gif.js 生成在浏览器本地完成。无上传、无服务器、无追踪。

功能特点

一张照片读出深度 — AI 深度模型 Depth Anything V2 Small 会估算照片里每个部分离镜头有多远。运镜就是由这张深度图驱动的——点「显示深度图」就能看到它。
四种运镜 — 环绕、推近、摇摆和希区柯克式滑动变焦，带实时预览。可以调整强度和时长（2–8 秒）；推近和滑动变焦还能推进去再退回来，做成无缝循环。
照片留在你的设备上 — 什么都不上传。模型（约 27 MB）从 toolkoala.com 下载一次，浏览器会保存它，下一张照片几秒就能开始。想用多少次都行。
MP4 和 GIF — MP4 最高 1080p、30 fps（不会超过照片本身的尺寸），GIF 为 480 px、15 fps，也可以把四种运镜打包成一个 ZIP。

使用方法

拖入照片 — JPG、PNG、WebP 或 iPhone 的 HEIC 都可以。第一次使用时会下载一次深度模型（约 27 MB）；之后读取深度只需一到几秒，取决于你的设备。
选择运镜 — 环绕、推近、摇摆或滑动变焦。边看预览边调整强度和时长——幅度小的运镜看起来最自然。
下载 — 保存所选运镜的 MP4 或 GIF，或者把四种都打包成 ZIP。文件以你的照片命名。

使用场景

把旅行照或人像照变成 3D 短片，发到 Reels、Shorts 或 TikTok
给商品图加一点纵深感，用于商品页或广告
让老照片或画作动起来，放进幻灯片
做一个循环播放的 3D GIF，发到聊天、论坛或 README 里

常见问题

这是真正的 3D 模型吗？

不是。这是视差动画：深度模型估算照片每个部分有多远，镜头在这个深度上小幅移动。没有可以导出的 3D 网格——没有 GLB、OBJ 或 STL——也不能绕到物体后面去看。结果是一段视频或一个 GIF。

镜头移动时，主体后面露出来的是什么？

一张照片里，主体后面什么都没有，所以只能推测。如果照片里有明显的主体（人、动物、背景前的物体），工具会把它抠出来——依据深度图，并对齐照片本身的边缘，连飘散的发丝也算进去——再用主体周围的背景把它后面补上，绝不取主体的颜色。主体会作为一个整体在补好的背景上移动，所以不会留下它的轮廓残影。空隙里露出的是周围背景的柔和延续，并不是真实的场景：运镜幅度大时会看到一块模糊的区域，抠图漏掉的发丝可能留在背景上。没有单一主体的风景照会作为一个整体移动，幅度大时近处岩石或树的边缘可能被拉伸。如果明显，就把强度调低。

我的照片会被上传吗？

不会。深度模型在你的浏览器里运行，视频也在你的浏览器里编码。唯一的下载是模型本身（约 27 MB，只下载一次），来自 toolkoala.com——只有那份副本无法加载时，才会从 Hugging Face 下载同一个文件。你的照片从不离开你的设备。

速度怎么样？需要 GPU 吗？

浏览器支持 WebGPU 时，模型在你的 GPU 上运行；否则用 WebAssembly 在 CPU 上运行。在较新的笔记本电脑上，两种方式读取深度都大约需要一到两秒，旧手机上会更久。之后生成一段 4 秒的 1080p MP4 只需几秒。

用的是什么模型？成品可以商用吗？

Depth Anything V2 Small，采用 Apache-2.0 许可（更大的 Base 和 Large 版本仅限非商业用途，所以这里没有使用）。你做出的短片归你所有。

输出是什么尺寸？

MP4 最高 1920 × 1080（竖拍照片为 1080 × 1920），30 fps，不会超过照片本身的尺寸。GIF 长边最多 480 px，15 fps，以控制文件大小。透明区域会填成白色。在不支持 MP4 编码（WebCodecs）的浏览器里，视频会实时录制，通常是 WebM。

来自 Milo 🐨 的笔记

2026-10-26

有人看了示例视频，说出了我一直半装没看见的问题：女孩身后的雪地里挂着一个她的“残影”。确实如此。镜头一动，她帽子和头发的边缘就被拖过背景，留下一圈发白的轮廓，跟在她身后半步。所以现在主体有了自己的一层。照片里有明显主体时，我先把它抠出来（对齐照片真实的边缘，连飘散的发丝也算上），再只用主体周围的背景把它身后补好，然后让主体作为一个整体在上面移动。现在她身后什么都不会留下了。空隙里露出来的仍然是推测出来的柔和背景，不是真实场景；没有单一主体的风景照，效果和以前完全一样。