近日，特斯联首席科学家、特斯联国际总裁邵岭博士及其合作团队发布最新研究成果，提出了一种用于改进3D高斯绘制（3D-GS）的二阶锚点技术 (SOGS，Second Order Gaussian Splatting)。该研究成果在虚拟现实、增强现实、自动驾驶、机器人导航、影视与游戏制作等空间智能场景拥有广阔的应用潜力，现已被人工智能领域权威学术会议CVPR 2025收录，题为：SOGS：Second-Order Anchor for Advanced 3D Gaussian Splatting。

论文提出的SOGS能够同时渲染高质量纹理与几何结构，并显著降低模型尺寸。图(a)和图(b)分别展示了由Scaffold-GS和SOGS生成的渲染图像（Rendered Images）和梯度图（Gradient Maps），二者均针对Mip-NeRF360数据集中的「Stump」和「Room」样本生成。梯度图通过Sobel算子提取，用于凸显场景的纹理与几何特征。

团队所提出的SOGS技术能够有效解决3D-GS技术中存在的锚点特征维度与模型大小的权衡困境，局部纹理与结构细节的丢失，以及渲染优化的不均衡性，在空间智能的广泛场景中具备显著应用潜力。

• 虚拟现实与增强现实：SOGS的实时渲染能力可提升VR/AR头显设备的帧率，减少晕动症风险；轻量化模型适配手机、平板等设备，实现高质量的即时场景叠加。
  
  
• 自动驾驶与机器人导航：通过稀疏视图快速构建道路、障碍物的3D模型，辅助自动驾驶决策；结合LiDAR等传感器数据，生成轻量化的3D高斯表示，提升环境感知效率。
  
  
• 影视与游戏制作：替代传统NeRF技术，加速电影中复杂场景的实时预览和特效制作；通过锚点压缩技术降低游戏场景的内存占用，同时保持细节（如植被纹理、建筑结构）
  
  
• 城市规划与建筑建模：快速生成高精度城市模型，支持规划仿真（如交通流模拟）。
  
  
• ...

论文原文摘录：

基于锚点的3D高斯绘制（3D-GS）通过在3D高斯预测中利用锚点特征，在减少高斯冗余的同时实现了令人印象深刻的3D渲染质量。然而，该方法常面临锚点特征、模型尺寸与渲染质量之间的权衡困境——较大的锚点特征会导致较大的3D模型和高质量的渲染，而减少锚点特征会降低高斯属性预测的质量，导致渲染的纹理和几何形状出现明显的伪影。

为此，团队设计了SOGS，一种基于锚点的3D-GS技术，通过引入二阶锚点同时实现了卓越的渲染质量和减少的锚点特征及模型尺寸。具体而言，SOGS通过结合基于协方差的二阶统计量和特征维度之间的相关性，增强每个锚点内的特征，从而有效补偿减少的特征尺寸并提高渲染质量。此外，该方法还引入了一种选择性梯度损失，以增强对场景纹理和几何形状的优化，从而在较小锚点特征下实现高质量渲染。

在多个广泛采用的基准数据集上的大量实验表明，SOGS在新视图合成任务中显著提升了渲染质量，并大幅降低了模型尺寸。

论文收录链接

https://cvpr.thecvf.com/Conferences/2025/AcceptedPapers