其域创新建成全球最大空地一体3D高斯模型闽宁镇

其域创新在闽宁镇建成23.5平方公里连续3D高斯模型,62亿高斯进入影视与AI数据链。
其域创新在宁夏闽宁镇完成了一次规模化三维重建:3名采集人员7天完成23.5平方公里外业采集,由18.6万张影像和150亿雷达点云训练出62亿个高斯椭球,构建成一个无接缝的连续模型,重建误差优于2厘米。项目通过LCC Plugin for UE,让62亿高斯直接进入虚幻引擎,用于中央广播电视总台纪录片《闽宁大道》的镜头制作。同时,开放的LCC格式已被NVIDIA Isaac Sim、Sketchup、Revit等数十家平台兼容,展示了真实空间数据从采集、数字资产到AI训练语料的完整价值链,为空间智能的规模化落地提供了样本。
23.5平方公里的数字城镇:3D高斯技术的一次规模化落地
当空间智能从实验室走向真实世界,最先被检验的不是算法的精巧程度,而是能否在真实、复杂、大规模的场景中稳定交付。其域创新(XGRIDS)在宁夏闽宁镇完成的一次三维重建项目,给出了一个有说服力的答案。
这个覆盖 23.5 平方公里(相当于 3291 个标准足球场)的连续三维模型,由 18.6 万张航拍与地面影像、150 亿个雷达点云训练而成,最终生成 62 亿个高斯椭球。模型出现在中央广播电视总台纪录片《闽宁大道》中,用于呈现这座移民示范镇三十年间的变迁。

空地融合:3天采集与亿级高斯的工程挑战
从数据采集到模型生成
23.5 平方公里的城镇外业数据采集,由 3 名采集人员历时 7 天完成。空中无人机挂载采集设备逐片飞过镇区上空,地面则由灵光 L2 Pro 空间扫描仪与灵视 P1 空间相机走进街区、道路与村落。激光与影像、俯瞰与平视,海量多模态数据在 7 天内汇聚。
数据处理在本地完成。LCC Studio 的"空地融合"功能将空中与地面两种视角的数据汇入同一个空间;Multi-SLAM 将激光数据解算为 150 亿个点的点云,确立屋檐、道路与建筑之间的几何关系;LCC Studio 再以这些多模态数据训练出 62 亿个高斯椭球,还原光影、色彩与材质。最终重建几何精度达到厘米级,重建误差优于 2cm。
单体连续模型的技术难点
大范围场景通常采用分块重建再拼接的方式,接缝、色差与几何错位几乎不可避免。数字闽宁镇以一个连续模型承载全部 23.5 平方公里,从镇口到村尾没有断点。这一技术选择意味着更高的计算与存储门槛——3 名采集人员、7 天外业采集、14 天亿级高斯超大数据处理,这组数字在传统三维重建方案下几乎无法实现。
3D高斯泼溅(3D Gaussian Splatting,3DGS) 是2023年提出的一种三维场景表示与渲染技术。与传统的网格(Mesh)或神经辐射场(NeRF)不同,它用数百万乃至数十亿个带方向、颜色、透明度和空间尺度的三维椭球来显式表达场景,再通过光栅化实现实时渲染。其优势在于:训练速度远快于NeRF,渲染可达实时帧率,同时能较好还原光影、材质和细节。代价是存储与显存占用会随高斯数量线性增长,因此十亿级规模对压缩、分块与引擎集成都提出了很高要求。本文中62亿个高斯椭球,属于目前公开项目中体量极大的案例,这也是其必须开发专用UE插件的原因之一。
SLAM与Multi-SLAM:SLAM(即时定位与地图构建)是让设备在未知环境中一边估计自身位姿、一边构建地图的技术,是激光扫描与移动测量获取高精度点云的基础。Multi-SLAM通常指融合多传感器、多视角、多段轨迹的SLAM方案,能在同一坐标系中统一解算无人机、背包、手持等多种设备的采集数据,避免多次采集之间的累积漂移。本文中150亿点云得以在统一空间中对齐,依赖的正是这类空地一体的多源SLAM解算能力。
LCC Plugin for UE:让62亿高斯进入影视生产管线
将 62 亿个高斯真正带入影视制作环节的,是 LCC Plugin for UE。这是首个面向十亿级 3D 高斯的虚幻引擎插件,整座数字闽宁镇以生产级方式进入 Unreal Engine,导入、编辑、重打光与渲染均在引擎中直接完成。据其域创新介绍,目前市场上还没有其他 UE 高斯插件能够承载这样的规模。
从制作角度看,这意味着摄制组可以在引擎里为白天采集的街区换上夕照的光线,也可以从任意高度、任意角度对同一片红色屋顶反复取景。纪录片中掠过街区、穿过牌坊大道的镜头,正是在这座数字闽宁镇中完成的。
模型呈现的精度也让细节得以保留:镇口的牌坊、红顶白墙的街区、通向远方的道路与山前转动的风机,都被收进了同一个连续的模型里。
Unreal Engine(UE) 是Epic Games开发的实时3D创作引擎,广泛用于影视虚拟制片、游戏和数字孪生。传统影视虚拟制片流程中,实景通常以全景照片、激光点云或手工建模的方式进入引擎,前者缺乏真实几何,后者制作周期长。3D高斯模型若能被UE原生承载,就可在引擎内直接打光、调色、取景和渲染,省去大量中间转换环节。但引擎的实时渲染对数据格式、LOD(细节层级)和显存管理有严格约束,因此针对十亿级高斯的插件,本质上解决的是“大规模点基元流式加载与实时渲染”的工程问题,这也是其宣称目前市场上尚无同类插件能承载该规模的背景。
真实空间数据:世界模型竞争的新入口
世界模型与空间智能正在成为中美科技竞争的新焦点,真实世界的三维数据被视为人工智能理解物理世界的关键入口。其域创新在这一方向上的策略是双线的:一方面以自主创新筑牢技术根基,另一方面以开放姿态参与全球生态。
开放的 LCC 格式已被 NVIDIA Isaac Sim、Sketchup、Revit、3DS Max、超图等数十家国内外平台兼容。中国企业定义的数据格式进入全球主流技术生态,这在空间智能领域并不多见。
从原始数据到数字资产,再到 AI 训练语料,一条真实空间的数据价值链在这次项目中完成了完整的探索。3D 高斯扫描生成的三维数字资产具备写实度高、生产效率快、落地成本低的特点,在文物古建数字化保护、沉浸式云游与数字文创等方向都有应用空间。
世界模型(World Model) 指能够对物理世界进行内部表征、并据此预测未来状态或生成可交互环境的人工智能系统,常被视为通向具身智能与通用智能的关键路径。训练世界模型需要大量带有几何、材质、光照和物理属性的真实三维数据,而互联网上的二维图像和文本并不足以提供这些信息。因此,高精度、可测量、可交互的真实空间扫描数据,正在成为稀缺的AI训练语料。本文强调的“真实空间数据价值链”,正是把采集、三维重建、格式开放和引擎集成串成一条从数据到资产的通路,使空间扫描不再只是测绘成果,而成为可被AI反复调用的基础资源。
从戈壁到数字空间:为时代留存原貌
闽宁镇的故事本身是东西部协作的缩影。1996 年福建与宁夏确立对口帮扶协作关系,次年闽宁村在贺兰山东麓的戈壁滩上建起,第一批西海固移民在此落脚,最初常住人口 8000 多人。三十年后,这里已是下辖 1 个社区、6 个行政村的闽宁镇,人口超过 6 万。
纪录片中,过去与现在采用了两种影像:没有留下三维记录的戈壁与土坯房由 AI 依据史料重建,今天的闽宁镇则通过 3D 高斯技术完成实景重建。两种画面并置,三十年的距离在镜头切换之间变得可感可触。
作为国家级专精特新"重点小巨人"企业,其域创新构建了从空间采集、3D 高斯生成、压缩、编辑到应用部署的完整技术体系,拥有 100 多项发明专利,产品服务 80 余个国家的 8000 余家客户。
对闽宁镇而言,这次记录的意义超出了技术演示:2026 年的闽宁镇以一个可进入、可测量、可比对的三维空间被保存下来。多年以后,当第一代移民的后人想看看家乡此刻的样子,他们可以真正"走进去"。真实空间正在成为新的内容载体,而这次国家级纪录片中的应用,为空间智能技术的规模化落地提供了一个值得参照的样本。
相关推荐

Claude Code+Codex多智能体系统实测:缓存率98%背后的真问题
开发者公布Claude Code+Codex多智能体系统7天实测:缓存率98%、输入输出比354:1,作者却卡在组织调度与输出比例,并追问行业基准与成本度量方法。

Cursor SDK 新功能:实时操控运行中的 AI 代理
Cursor SDK 新增 run.steer() 功能,允许开发者在 AI 代理运行中实时注入消息,调整执行方向。子代理遇 steer 时自动转入后台继续任务,为 AI 编程工作流带来更灵活的运行时干预能力。

如何评估AI生成的研究摘要?三个关键维度
AI生成的研究摘要读起来流畅,但事实未必可靠。本文基于Reddit讨论,梳理评估AI研究摘要系统的三个核心维度:来源可追溯性、事实一致性与不确定性处理,并探讨其对深度学习从业者的实践意义。