@heyshrutimishra: 哇。苹果在WWDC上悄然赢得了3D地图之战。高斯泼溅将于今年秋季登陆Apple Maps Flyover。Apple…

X AI KOLs Following 产品

摘要

苹果宣布高斯泼溅将于今年秋季集成到Apple Maps Flyover中,无需传统网格几何即可提供逼真的3D城市视图,该技术源自他们的SHARP研究模型。

哇。 苹果在WWDC上悄然赢得了3D地图之战。 高斯泼溅将于今年秋季登陆Apple Maps Flyover。 Apple Maps Flyover覆盖300多个城市。直到昨天,每一个都是基于标准的无人机摄影测量构建的。该技术从空中拍摄照片,并从中重建3D几何结构。 高斯泼溅不重建几何结构。它用数百万个微小的3D椭球体表示场景,每个椭球体根据光线在该位置的实际行为携带自己的颜色和不透明度信息。输出不是网格模型,而是一片光场。当你穿行其中时,边缘不会破碎。细节得以保留,因为它原本就不是几何结构。 苹果多年来一直在为此招聘人才。他们的SHARP模型于去年在研究中发表,能在不到一秒内从单张图像生成逼真的3D场景。 谷歌拥有比任何人都多的传感器数据。更多的街景车,更多的卫星,更多的采集历史。在导航精度和地理数据深度方面,谷歌地图在大多数指标上仍然领先。但在3D城市渲染的保真度上,这是一场不同的竞争,而苹果刚刚在这方面树立了标杆。 大多数人在今年秋季会体验到这一点,却不知道这项技术的名字。他们会打开Flyover,看向一座熟悉的城市,并注意到它看起来不同了——真实,而非渲染。那一刻,高斯泼溅不再是一个研究术语,而变成了十亿人使用的东西。 收藏好这条动态。到10月份,它会显得很有先见之明。
查看原文
查看缓存全文

缓存时间: 2026/06/09 12:49

哇哦。

苹果刚刚在 WWDC 上悄然赢得了 3D 地图之战。

高斯泼溅(Gaussian Splatting)今年秋季将登陆 Apple Maps Flyover。

Apple Maps Flyover 现已覆盖 300 多座城市。就在昨天,所有这些城市的地图都还是基于标准的无人机摄影测量技术构建的——该技术从空中拍摄照片,再从中重建 3D 几何结构。

而高斯泼溅并不重建几何结构。它将场景表示为数百万个微小的 3D 椭球体,每个椭球体根据光在实际位置中的行为,携带自身的颜色与不透明度信息。生成的不是一个网格模型,而是一团光场。当你穿行其中时,边缘不会崩解。细节之所以能保全,是因为它从一开始就不是几何体。

苹果为此已经招兵买马多年。去年发表的研究中,他们的 SHARP 模型能在不到一秒内从单张图像生成逼真的 3D 场景。

谷歌拥有比任何人都多的传感器数据:更多街景车、更多卫星、更多采集历史。在地图导航精度与地理数据深度方面,谷歌地图在大多数衡量标准上依然领先。但 3D 城市渲染的保真度是另一场竞赛,而苹果刚刚在此设下了一道新标杆。

大多数人将在今年秋天体验到这一变化,却不会知道这项技术的名字。他们会打开 Flyover,望向一座熟悉的城市,然后注意到它看起来不同了——真实,而非渲染。那一刻,高斯泼溅不再是一个研究术语,而成为了十几亿人日常使用的东西。

把这句话记下来。到十月份再看,你会觉得它像预言一样准确。

相似文章

高斯点溅射

Hacker News Top

研究人员提出了高斯点溅射(Gaussian Point Splatting),这是一种随机渲染方法,利用像素大小的不透明点和64位GPU原子操作,能够实时渲染数亿个高斯点。该方法已被SIGGRAPH 2026接收,采用层次化剔除与并行编程原语,实现均匀的工作负载分配,与原始高斯溅射相比仅存在轻微的噪声差异。

GlobalSplat: 通过全局场景标记实现高效的前馈式三维高斯散射

Hugging Face Daily Papers

GlobalSplat 引入了一种高效的前馈框架,用于三维高斯散射,通过全局场景标记实现紧凑且一致的场景重建,将计算开销和推理时间降低至78毫秒以下。该方法采用从粗到细的训练策略,防止表示膨胀,同时以显著更少的高斯原语(16K)达到有竞争力的新视角合成性能,与密集基线相比更为高效。

SplatWeaver:学习分配高斯基元以实现可泛化新视角合成

Hugging Face Daily Papers

SplatWeaver 是一种前馈新视角合成框架,它根据空间复杂度动态分配 3D 高斯基元,相比固定分配方法提升了渲染质量与效率。该框架利用基数高斯专家和高频先验引导的像素级路由方案,自适应地在复杂与平滑的场景区域间分配基元。