待验证50% 置信事实精确时间

3D Gaussian Splatting由Inria和Max Planck研究所于2023年提出，采用显式表示，通过可微分光栅化实现实时渲染（通常可达100+ FPS），训练时间缩短到分钟级别

1

来源数

50%

置信度

长期有效

时效性

2026/8/15

首次发现

来源

虚拟篮球场AI训练指南：3D生成、物理仿真与生成式AI路径详解

相关事实

待验证3D Gaussian Splatting于2023年将神经渲染速度提升至实时水平78% 相似已验证3D Gaussian Splatting（3DGS）于2023年由法国INRIA团队提出，相比NeRF在渲染速度上提升了数十倍，同时保持了接近的画质水准74% 相似待验证基于3D Gaussian Splatting的方法以显式高斯椭球集合表示三维场景，实现了远超NeRF的渲染速度70% 相似待验证NeRF（Neural Radiance Field）于2020年提出，通过隐式神经表示编码三维场景，可高质量合成任意视角图像，但推理耗时达数十秒至数分钟61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/753249

API

curl https://kongchang.com/api/v1/knowledge/claims/753249

MCP

get_claim(id=753249)