3DGS，这一次，我们全都要

更新于 2026年09月01日

近几年的三维视觉领域，没什么比3DGS更能称得上顶流的了。但热闹归热闹，过去几年，3DGS一直处在一个尴尬的境地：能看，但不好用，能做出来，但用不起来。

画质好的，数据量大到普通设备跑不动；加载流畅的，细节却丢了；能拍大场景的，精度不够；精度高的，拍摄门槛高得离谱。多项核心性能如何兼得，是全行业共同探索的方向。

为了让3DGS更加通用，我们正在不断拓宽3DGS的能力边界。

很多人对3DGS有一个误解：输入大，高斯点多，画面越清晰。但，真正决定画质的，是高斯点的分布效率，而非绝对数量。

简单说就是——该精细的地方精细，该节省的地方节省。

墙面、天花板这种平坦区域，用少量大高斯点覆盖就行；文字、雕花、纹理边缘，精准生成小高斯点抠细节。

当每一个高斯点都被置于合适的位置、发挥精准的作用，模型便能在保持高质量画面的同时，实现大幅度的数据精简。

同一个场景，更精细的表现，文件体积只有原来的1/4-1/5，意味着什么呢？

加载时间随之缩短，中低端设备也能流畅运行。换句话说，“清晰”这件事，不再需要靠堆硬件、堆存储、堆算力来换。

大场景是3DGS绕不开的一道坎。从一间房到一个园区，难点远不止数据变多：空间关系更复杂、训练成本成倍上升，或者是模型大到跑不动——要么显存被撑爆，要么被迫牺牲细节。

我们的思路是把大问题拆成小问题，再拼回一个整体：

把大型空间切成多个规模可控、可独立训练的分块，让每一块都获得充分的高斯表达，最后统一对齐、融合成连续完整的真实空间。场景规模因此不再受单次训练上限的约束，可以随分块持续扩展。

拆得开，也合得上。我们设计了一套“粗调定骨架、微调制细节、轻量级完美对齐”的自研管线，既保留了微米级的雕花字迹，又彻底消除了分块接缝，拼成一个严丝合缝的完整世界。

更大的意义在于“跑得动”。用户可以像看流媒体视频一样走进一个大型空间，而不是等它全部加载完。

当单体重建走向可扩展、可流式呈现的大型真实空间，3DGS才能从展厅里炫酷demo，走进住宅、园区、工业设施这些需要“用起来”的场景。

随手拍，也可以是3DGS的起点

诚然，搭载LiDAR的专业空间采集设备是目前3DGS最高效的产出来源——如视伽罗华P4、庞加莱R1等自研设备，在3DGS重建效果上均有出色表现。

但是，真实世界的三维重建，不应该只属于专业设备。我们正在把 3DGS 的输入能力进一步扩展到全景图、全景视频、单反照片、普通针孔图像与视频等纯视觉数据。

传统纯视觉方案靠特征提取、特征匹配、多阶段几何求解来“猜”出这些信息，一旦遇到重复纹理、低特征的大空间、共视区域不足，就很容易失稳。我们换了一条路：让大模型直接“看”懂空间。

基于积累的大规模真实空间数据，自研Argus空间大模型能从多视角视觉输入中做前馈式空间推理，一次得到图像位姿、深度、点云等关键信息，为后续3DGS建立稳定的空间先验。

在内部对比验证里，那些容易让传统方法翻车的场景——重复弱纹理、低特征大空间、低共视区域——Argus反而表现得更稳。

当空间理解从逐帧计算变成模型一步到位，重建的输入门槛被真正拉低。一部手机、一台全景相机、一组单反照片......这些日常就在手边的素材，都能成为通往三维空间的新入口。

三维重建的价值，从来不只停留在“视觉效果”本身。

当3DGS能够以更低门槛覆盖更大场景、保留更多细节时，它便不再只是一个可视化工具，而是空间智能的基础设施。可测量的真实尺度、可编辑的空间结构、可理解的语义信息——这些隐藏在视觉背后的数据资产，才是真正具有长期价值的部分。

从更广的维度看，纯视觉3DGS路线正在打开比传统LiDAR路线更广阔的战略纵深：

世界模型数据飞轮。 传统LiDAR管线依赖专业车队与团队采集，数据总量有限、更新缓慢；而纯视觉3DGS可以吸收互联网海量的公开视频、街景与开源图像，构建互联网级规模的3D世界模型，让空间数据的积累从“线性增长”走向“指数飞轮”。

虚实共生与场景泛化。 LiDAR只能数字化真实存在的物理环境；而结合AI生成图像，纯视觉3DGS可以快速创造数以亿计的合成训练场景，为机器人提供长尾极端环境的训练场——从地震废墟到极夜暴雪，不再受现实采集条件的限制。

具身智能仿真。纯视觉3DGS保留了逼真的光影反光特性，让机器人在仿真环境中的视觉感知与真实世界几乎100%吻合，实现Zero-shot Sim2Real的跨越——在虚拟环境里学会的技能，可以直接迁移到真实世界。

空间计算与LLM交互。纯视觉管线天然易于与2D/3D视觉语言大模型（VLM/MLLM）联合，将图像中的语义特征直接嵌入高斯点，让空间从“可看”走向“可理解、可对话、可编辑”。未来的空间，不只是被记录，而是可以被询问——查询某个区域、定位某个物体、编辑某个结构，都将成为可能。

这也是我们在算法优化、数据表达和工程化落地上持续投入的根本原因——我们不仅仅在做一个“好看”的3D场景，而是在构建让机器理解空间、让空间赋能智能的底层能力。

真实世界，值得被更好地记录、理解和交互。现已开放内测，扫码联系我们，体验你的第一段3DGS。

更多「产品与功能更新」