@uxiabanos：使用@UnrealEngine制作的完整#3DGS公寓，由@lichtfeldstudio训练的高斯溅射，拥有500万个点和1万步……
摘要
展示了一个使用Unreal Engine进行的完整3D高斯溅射公寓，通过500万个点和1万步训练，显示了对复杂材质的更高保真度。
查看缓存全文
缓存时间: 2026/08/15 03:43
在 @UnrealEngine 中制作的公寓完整 #3DGS，使用 @lichtfeldstudio 训练的高斯溅射，包含500万个溅射点和1万步训练迭代。#gaussiansplats #unrealengine
开始在复杂材质上呈现良好的保真度。尽管某些空间仍需更多数据，但我们已接近目标。https://t.co/q7rojSKDEa
相似文章
GlobalSplat: 通过全局场景标记实现高效的前馈式三维高斯散射
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。
ZipSplat：更少的高斯，更优的 Splats
ZipSplat 是一种基于 token 的前馈 3D 高斯溅射模型，利用 k-means 聚类将高斯放置与像素网格解耦，在无需真实位姿或内参的情况下，在 DL3DV 和 RealEstate10K 上实现了约 6 倍的高斯减少，同时设立了新的最佳结果。
Show HN：沉浸式高斯泼溅游览旧金山恩典大教堂
利用高斯泼溅技术对旧金山恩典大教堂进行沉浸式3D游览。
ATSplat: 紧凑的前馈式3D高斯溅射与自适应Token扩展
ATSplat 提出了一种前馈式3D高斯溅射框架，利用自适应3D Token根据场景复杂度分配图元，在实现最先进渲染质量的同时，将高斯体数量相比密集方法减少了5.7倍以上。
周末掌握3D Gaussian Splatting
一篇使用C++和OpenGL从零构建简化版3D Gaussian Splatting渲染器的教程，涵盖加载和渲染Gaussian splats。