在三维重建不断走向工程化的今天，前馈式3D Gaussian Splatting（Feed-Forward 3DGS）正火速走向产业化。 然而，现有的前馈3DGS方法主要采用"像素对齐"（pixel-aligned）策略——即将每个2D像素单独映射到一个或多个3D高斯上。 这一做法看似直观，但仍面临两道不可忽视的"天花板"：二维特征难以在三维中精确对齐、以及高斯基元数量被像素网格死死绑定，无 法按场景复杂度智能分配。 VolSplat大胆抛弃像素对齐的固有范式，提出"体素对齐"（voxel-aligned）的前馈框架：在三维空间中融合视图信息，从根本上破局，让 高质量的多视角渲染变得更鲁棒、更高效、更易工程化。 在公开数据集上的对比实验显示，VolSplat在RealEstate10K和ScanNet（室内）数据集上的视觉质量与几何一致性上均优于多种pixel- aligned baseline。这些数值既说明了视觉质量的提升，也反映了几何一致性的增强。 | Method | PSNR + | SSIM ↑ | LPIPS T | PGS | | --- | --- | --- | --- | --- | | ...