行业与公司 * 行业为3D游戏开发与AI生成内容（AIGC）领域 专注于高斯分割（Gaussian Splitting）和高斯建设（Gaussian Splatting）等AI建模技术的应用[1][2][3] * 未提及具体公司名称 但涉及多个软件和工具 如Blender Unreal Engine Unity Kiri Engine Polycam Luma等[8][10][20] 核心技术与优势 * 高斯分割技术在建模效率上显著优于神经辐射场（NERF） 生成同等质量场景仅需约38分钟 而NERF需48小时 效率提升约76倍[1][2][3] * 高斯分割通过使用椭球形代替传统三角形构建3D模型 通过调整椭球形长度 透明度和颜色 确保多角度观察效果与照片一致[1][4] * 高斯分割可实现实时建模效果 帧率显著高于NERF[2][3] * 高斯建设技术对拍摄设备要求低 无人机或手机（如iPhone 14）拍摄即可 大幅降低传统方法对专业设备和严格环境的需求[12][14][18] * 高斯建设技术能快速生成写实风格场景 尤其适用于远景展示 效果逼真不易察觉差异[11][14][15] 工作流程与操作 * 高斯分割操作步骤 导入照片（如76张） 选择Radiant Fields方式（如MCMC） 降低分辨率提升运算速度 设置抗锯齿 训练并设定停止步数（如3万步）[5] * 动态视频模型生成 从视频中选择关键帧（如1004帧视频中选择100-200帧）进行训练 导出为PLY文件 可在Blender等软件中编辑[8] * 人物建模需确定椭球形中心点 通过算法修正大小 颜色 朝向和不透明度 静止物体效果最佳 相机位置确定（camera tracking）通常设置3万步 精细可调至6万或12万步[7] * 高斯建设生成的模型需转换为Mesh格式 以便与游戏元素交互（如碰撞体积 光照和纹理贴图） 部分软件（如Kiri Engine）通过算法实现转换[8][9] * 解决游戏引擎兼容性问题 使用专门软件或开源算法将椭球形模型转换为带Mesh结构的通用3D模型[10] 效率提升与应用案例 * 新兴AI模型（如高斯建设）显著提升游戏前期玩法测试效率 开发者能更早 更频繁测试 加速迭代 降低人力和成本投入[1][6] * 传统照相建模对照片质量要求高 速度慢 效果多用于参考 而高斯建设技术效率高 对拍摄要求低 大幅缩短制作时间（如以前需一周的大型场景现可快速生成）[13] * 应用案例包括UGC内容为主导的游戏 生成著名风景和建筑 可通过VR或电脑浏览 艺术馆雕像 家居等细节也实现精细渲染[15][21] * 利用无人机拍摄结合高斯建设技术 高效复原大型场景（如名山大川 历史建筑） 尤其适用于高精度还原需求[12] 注意事项与局限性 * 高斯建设生成的模型适用于远景场景 需通过空气墙限制玩家进入 避免接触[11] * 边缘部分可能仍有未处理干净的点 建议使用高清素材渲染提高逼真度[16][17] * 生成高清地图时加载时间较长（如1GB大小地图） 网络连接质量影响加载速度[19] * 普通玩家通过手机或摄像机拍摄上传至建模软件（如Polycam Luma） 生成文件可能存在杂点和云雾 但经专门处理可提升效果[20] * 数据不足或未拍摄到的部分可能出现模糊现象[19] 其他应用领域 * 高斯建设技术还应用于建筑 博物馆展示（如杜莎夫人蜡像馆蜡像建模）等领域 可通过手机APP完成 普通用户也能参与[21]