Gaussian Splatting
一种用大量带位置、协方差、颜色和透明度的三维高斯基元显式表示场景的3D重建与渲染方法，保持相近视觉质量的同时渲染速度远快于NeRF，已成为实时3D场景重建的主流表示之一
时间轴 (近 90 天)
基于场景描述图的方式由LLM生成结构化场景图（物体列表+位置关系），再交由专门的3D生成模块（如基于NeRF或Gaussian Splatting的方法）完成渲染。
Gaussian Splatting 在保持相近视觉质量的同时，渲染速度可达 NeRF 的数十倍甚至上百倍。
一位Reddit创作者分享了通过AI视频生成工具Minimax拍摄360度环绕镜头，再用COLMAP进行相机位姿估计，最终导入高斯泼溅软件生成3D模型的工作流
高斯泼溅算法需要COLMAP输出的相机位姿作为初始化数据，才能在三维空间中正确优化高斯椭球的位置与外观
建议从简单、光照均匀、纹理丰富的角色入手，并严格执行首尾帧同图设定以获得最佳重建效果
业界通过域随机化、基于真实数据重建的神经渲染仿真场景（如NeRF/Gaussian Splatting）以及对抗性场景生成等手段来缩小sim-to-real gap
全部知识事实 (7)
Gemini数字化身功能涉及3D面部重建、神经辐射场（NeRF）或高斯溅射、语音克隆和唇形同步等核心技术
75%待验证Gaussian Splatting 在保持相近视觉质量的同时，渲染速度可达 NeRF 的数十倍甚至上百倍。
50%待验证基于场景描述图的方式由LLM生成结构化场景图（物体列表+位置关系），再交由专门的3D生成模块（如基于NeRF或Gaussian Splatting的方法）完成渲染。
50%待验证高斯泼溅算法需要COLMAP输出的相机位姿作为初始化数据，才能在三维空间中正确优化高斯椭球的位置与外观
50%待验证一位Reddit创作者分享了通过AI视频生成工具Minimax拍摄360度环绕镜头，再用COLMAP进行相机位姿估计，最终导入高斯泼溅软件生成3D模型的工作流
50%待验证建议从简单、光照均匀、纹理丰富的角色入手，并严格执行首尾帧同图设定以获得最佳重建效果
50%待验证业界通过域随机化、基于真实数据重建的神经渲染仿真场景（如NeRF/Gaussian Splatting）以及对抗性场景生成等手段来缩小sim-to-real gap
50%