OOOSplat convierte vídeos del móvil en escenas 3D en local y con un solo clic

Gaussian Splatting hace tiempo que dejó de ser una mera demostración de laboratorio: las escenas tienen un aspecto fotorrealista y se pueden explorar en tiempo real desde el navegador. Pero pasar de un vídeo del móvil a un splat terminado sigue siendo una carrera de obstáculos. Hay que extraer los fotogramas con FFmpeg, calcular las posiciones de las cámaras en COLMAP, ejecutar el entrenamiento y después encontrar una herramienta para visualizar y recortar el resultado. El equipo de OOOLab ha reunido toda esa cadena en una sola aplicación y la ha publicado como proyecto de código abierto con el nombre de OOOSplat.

Qué incluye

OOOSplat es una aplicación de escritorio multiplataforma para Windows, macOS con Apple Silicon y Linux. Está desarrollada con Rust y Tauri, y su interfaz utiliza React. La idea principal es que sea autosuficiente: el paquete ya incluye binarios preconfigurados de FFmpeg, FFprobe, COLMAP y el motor de entrenamiento Brush. No hay que instalar nada por separado y ningún dato se envía a servidores de terceros.

El proceso arranca con un solo botón. La aplicación toma un vídeo (MP4, MOV), extrae los fotogramas clave, calcula las posiciones de las cámaras mediante COLMAP y optimiza las gaussianas en Brush. El resultado es un archivo final.ply. Si el equipo dispone de una tarjeta gráfica NVIDIA, COLMAP la utiliza automáticamente; si no, trabaja con la CPU, aunque más despacio.

Cómo funciona en la práctica

Imagina que estás desarrollando un servicio para una agencia inmobiliaria o un catálogo de productos con vistas previas en 3D. Antes, un empleado grababa una habitación con el móvil y, a partir de ahí, todo dependía de un ingeniero que supiera utilizar COLMAP. Ahora basta con cargar la grabación en la aplicación para obtener una escena sin usar la línea de comandos.

Tras el entrenamiento, el resultado se abre en un visor 3D integrado basado en WebGPU y WebGL. Desde ahí se puede desplazar y girar la escena, así como utilizar una caja delimitadora para recortar los artefactos flotantes de los bordes, un problema habitual de los splats. La aplicación exporta a PLY, SOG, SPZ y SPLAT, además de generar una página HTML autónoma con un reproductor web ligero. Es un caso de uso muy directo: subir un único archivo a un servicio de alojamiento y enviar el enlace al cliente.

También hay detalles útiles. Se admiten panorámicas de 360×180 en formato ERP. Los datos GPS de EXIF se utilizan para calibrar la escala métrica, de modo que la escena tenga dimensiones reales. Hay compatibilidad con máscaras alfa transparentes, y el modo re-shoot permite añadir nuevos fotogramas y actualizar la escena sin volver a entrenarla desde cero.

Limitaciones y cómo abordarlas

Conviene señalar algunas salvedades. Es un proyecto de código abierto reciente y todavía hay pocas opiniones sobre su estabilidad y la calidad de los resultados en escenas complejas. La calidad del propio splat depende de la grabación: fotogramas nítidos, buen solapamiento y ausencia de objetos en movimiento. Ninguna interfaz elimina esos requisitos. La ejecución alternativa en CPU resulta más adecuada para probar una idea que para trabajar de forma habitual, y conviene medir la velocidad de entrenamiento en Apple Silicon y Linux con datos propios. También merece la pena revisar de antemano las licencias de los componentes incluidos si se pretende integrar el resultado en un producto comercial.

Las implicaciones prácticas varían según el perfil. Para los desarrolladores, el repositorio sirve como referencia para integrar COLMAP, Brush y FFmpeg en un único paquete de Tauri, además de ofrecer una base lista para crear un fork adaptado a sus necesidades. Para los responsables de producto, probar hipótesis con contenido 3D resulta más barato: un piloto no requiere presupuesto para la nube ni un especialista dedicado en fotogrametría. Para los fundadores que trabajan con grabaciones privadas de inmuebles, instalaciones de producción o interiores, el procesamiento local ya tiene valor por sí mismo: los datos no salen del equipo.

Mi consejo es sencillo: toma dos o tres vídeos reales de tu ámbito, procésalos con OOOSplat y examina el resultado en el reproductor del navegador. Si la calidad es suficiente, tendrás un prototipo funcional de una función 3D en una tarde. Si no, descubrirás rápidamente dónde se atasca el proceso: en la grabación, en el hardware o en el propio enfoque. El repositorio está en GitHub, dentro de la organización ooolabdev.