3D高斯潑濺是2023年由法國蔚藍海岸大學和德國馬克斯·普朗克學會提出的基於點的光柵化渲染方法。該方法通過各向異性3D高斯分布擬合物體表面，採用GPU快速可微渲染和自適應密度控制技術實現三維場景建模。相較於傳統的神經輻射場（NeRF）技術，3D高斯潑濺利用顯式數據結構支持實時幀率渲染（超過100fps），訓練時間較NeRF縮短一個數量級。其核心模組包括基於協方差矩陣的斑點形狀適配、可微分渲染最佳化參數及動態調整高斯分布密度。上海人工智慧實驗室等機構提出的GS-SLAM系統首次在SLAM中集成3D高斯潑濺，入選CVPR 2024 Highlight，實現386 FPS的實時逼真重建。浙江大學團隊開發VolSplat框架，通過體素對齊策略解決跨視圖一致性問題，在三維特徵聚合中實現零樣本泛化能力。2025年12月，在SIGGRAPH Asia 2025的3D高斯潑濺重建挑戰賽中，摩爾執行緒憑藉LiteGS技術獲得銀獎，平均PSNR 27.58，重建耗時34秒，並開源了該基礎庫。
該技術可套用於VR/AR實時漫遊、智慧城市建模、工業檢測領域，通過虛實融合技術實現低成本高精度數字人構建並縮短虛擬現實內容製作周期。在城市治理中實現500米街道建模時間從15-20天縮短至4-6小時，空間定位精度達厘米級，建模成本降低80%以上。KIRI公司開發的Remy套用基於鴻蒙系統，將3D高斯潑濺算法訓練時間縮減至平均5分鐘。
基本介紹
- 軟體名稱：3D高斯潑濺
- 開發商：深圳市其域創新科技有限公司
套用領域,簡介,技術優勢,發展歷程,相關工具,
套用領域
3D高斯潑濺在三維重建與實時渲染等方向展現出卓越優勢，在具身智慧型（Embodied AI）等需要智慧型體理解並與真實環境互動的前沿領域，高質量、低延遲的三維環境建模至關重要，為構建準確的世界模型提供了可靠支撐，有助於提升路徑規劃、環境感知和複雜操作任務的能力。此外，在自動駕駛、虛擬現實、數字孿生等領域也展現出巨大潛力。
在城市治理中實現500米街道建模時間從15-20天縮短至4-6小時，空間定位精度達厘米級，建模成本降低80%以上。
在文化遺產保護領域，吳先生團隊結合空地融合方案實現南京夫子廟景區厘米級精度建模，通過消費級設備完成實時高保真渲染。
王華民團隊開發的VR-GS系統集成3D高斯潑濺與擴展動力學算法，構建物理感知互動式虛擬現實環境。
簡介
3D高斯潑濺（3D Gaussian Splatting）是2023年提出的一項革命性3D場景表示與渲染技術，以可參數化的3D高斯分布為核心，實現了畫質、效率與資源占用之間的卓越平衡。
技術優勢
在文化遺產保護領域，吳先生團隊結合空地融合方案實現南京夫子廟景區厘米級精度建模，通過消費級設備完成實時高保真渲染。王華民團隊開發的VR-GS系統集成3D高斯潑濺與擴展動力學算法，構建物理感知互動式虛擬現實環境。在具身智慧型領域，3D高斯潑濺為構建準確的世界模型提供支撐。
發展歷程
2025年12月，在SIGGRAPH Asia 2025的3DGS重建挑戰賽中，中國GPU公司摩爾執行緒憑藉自研技術LiteGS獲得銀獎。挑戰任務為在60秒內基於視頻序列完成高質量重建，以PSNR和重建速度為綜合評價指標。摩爾執行緒的平均PSNR為27.58，重建耗時為34秒。
相關工具
2025年12月，摩爾執行緒在SIGGRAPH Asia 2025會議上開源了3DGS基礎庫LiteGS，該庫實現了從底層GPU系統、中層數據管理到高層算法設計的全鏈路協同最佳化。
在GPU系統層面，創新提出基於“One Warp Per Tile”原則的“Warp-Based Raster”新範式；在數據管理層，引入“聚類-剔除-壓縮”流水線；在算法設計層，採用像素不透明度梯度方差作為緻密化的核心判據。
性能數據顯示，在達到同等質量時，LiteGS可獲得高達10.8倍的訓練加速，且參數量減少一半以上；在相同參數量下，PSNR超出主流方案0.2-0.4 dB，訓練時間縮短3.8至7倍；針對輕量化模型，僅需原版3DGS約10%的訓練時間與20%的參數量即可實現同等質量。
主要功能
