首页财产ai正文 方才，李飞飞世界模子新结果发布 李飞飞团队的World Labs于新模子Marble 1.1&1.1-Plus发布不到一周后，开源3D高斯溅射衬着引擎Spark 2.0，可流式传输超年夜范围3D世界到肆意装备。 2026-04-15 13:08 ·微信公家号：量子位西风 AI投资人解读· World Labs开源3D高斯溅射衬着引擎Spark 2.0，可于肆意装备上流式衬着超1亿splats，为3D高斯溅射衬着开源生态孝敬气力。它基在Three.js构建，交融细节条理技能、渐进式流式加载、虚拟内存三项技能，实现超年夜范围3D高斯溅射场景于网页真个预处置惩罚、流式加载与跨装备衬着。 · 未说起相干危害。 总结：Spark 2.0的开源为3D高斯溅射衬着带来新冲破，其技能上风显著，具有较高投资价值，后续可存眷其于开源生态中的成长和运用环境。内容由AI天生，仅供参考

间隔新模子Marble 1.1 1.1-Plus发布不到一个周，李飞飞空间智能独角兽World Labs再度传来新动静——

开源3D高斯溅射衬着引擎Spark 2.0。

咱们为3D高斯溅射（3D Gaussian Splatting）打造了可流式传输的LoD体系，从头界说了web 3D衬着的可能性。

Spark 2.0基在Three.js构建，用户可以经由过程WebGL2，将包罗1亿+splats（3D高斯点/泼溅点）的超年夜范围3D世界，流式传输到肆意装备上，包括桌面、iOS、Android、VR。

例以下面的Coit Tower场景由超4000万个splats组成，却能于阅读器中实现彻底交互：

于官方Blog中还有有更多3D场景可以点开体验：

传统3D建模经由过程带纹理映照的三角形，一块一块拼出物体的外貌。

3D高斯溅射（3D Gaussian Splatting）则采用数百万个半透明椭球体（也就是splats），经由过程这些椭球体的色采交融，出现出超写实的细节效果：

甚么是splat？

每个splat都由位置、XYZ三轴缩放、扭转角度、颜色、不透明度这5个属性界说。

将splat衬着到屏幕上最多见的要领是画家算法（painter’s algorithm）。

就像画画时先画远处的、再画近处的，把几百万个小椭球按从远到近的挨次排好，一层一层叠上去，及时算出终极画面。

这就像是数字版点彩画，只不外用的是3D高斯漫衍轮廓来作画。

对于在这项结果，李飞飞*时间给到了评论：

Spark 2.0现已经可于肆意装备上流式衬着超1亿splats！能为基在网页的3D高斯溅射衬着开源生态孝敬气力，我深感自豪！

Spark体系设计

Spark前身是World Labs开发的一款内部3D高斯溅射衬着引擎。

彼时市道上的web衬着引擎均存于较着短板，例如，部门引擎一次只能准确衬着一个3D高斯溅射对于象；部门引擎没法不克不及动态动画化splats；还有有些引擎基在小众3D框架开发，或者采用还没有普和的WebGPU技能，致使装备兼容性受限。

这款内部衬着引擎曾经表态在团队2024年发布的年夜型世界模子研究预览，以和初期场景展示项目Lofi Worlds。

为了让更多开发者都能打造交互式3D高斯溅射web体验，团队整合技能堆集，于去年开源了一款通用型3D高斯溅射衬着引擎。

其时名字还有叫做Forge，量子位其时也有先容，后更名Spark。

Spark基在主流THREE.js框架构建而成。同时，团队将技能底座定为WebGL2，这是今朝*能于险些所有装备上不变运行的3D web API。

团队暗示，Spark的研发历程始终与Marble同步推进。

官方Blog中具体先容了Spark的技能细节。

全新Spark 2.0实现了超年夜范围3D高斯溅射场景于网页真个预处置惩罚、流式加载与跨装备衬着。

要害于在交融了三项技能：

细节条理技能（LoD，Level-of-Detail）：预师长教师成差别分辩率的splats数据，并按照相机视角智能筛选需要衬着的splats子集。对于在间隔过远、肉眼没法分辩细节的区域，削减衬着的splats数目，从而显著晋升衬着机能。

渐进式流式加载（Progressive Streaming）：采用“从粗到精”的加载计谋，优先下载能*化当前视角细节的数据。跟着数据慢慢下载，场景会不停细化，实现流利的渐进式出现。

虚拟内存（Virtual Memory）：为splats页表分配固定的GPU内存池，按照用户于场景中的位置，主动置换3D高斯溅射数据块。借助这一技能，纵然是经由过程收集获取的海量跨对于象splats数据，也能被高效拜候。

下面详细来看。

Level-of-Detail

于计较机图形学范畴，Level-of-Detail是处置惩罚年夜型3D场景的经典方案就是。它能按照物体与不雅察者的间隔，主动调解衬着细节。当需要晋升帧率时，可以降低细节等级；当用户静止不雅察时，则可以提高细节等级，出现更邃密的画面。

Level-of-Detail的典型运用是Mipmap纹理映照：

将一张纹理图片逐级下采样，天生一组分辩率依次减半的纹理金字塔，最顶层是单个像素。这一技能能确保于肆意间隔下，都能快速采样到与屏幕像素尺寸匹配的纹理数据。

Level-of-Detail的实现方案可分为离散型与持续型两年夜类。

离散型方案需要预师长教师成多套差别splat数目的模子版本，再按照物体包抄盒与相机的间隔，切换衬着差别版本。这类要领存于较着缺陷：

当用户于场景中挪动时，模子细节的忽然切换会孕育发生“跳变”伪影；同时，将splats分块处置惩罚时，块与块之间的界限也会清楚可见。

Spark采用的是持续型Level-of-Detail，焦点是为所有splats构建一个层级化布局——Level-of-Detail Gaussian splat tree。

Spark会沿着该树的界限，精准筛选出最合适当前视口的splats子集，实现光滑无断层的细节过渡。

Spark 2.0内置了两种Level-of-Detail Gaussian splat tree天生算法：

Tiny-LoD算法：一种快速且轻量的算法，默许用在网页真个及时天生场景。

Bhatt-LoD算法：一种高精度算法，默许用在号令行东西的离线处置惩罚场景。

这两种算法均为无练习依靠的方案，无需参考图象或者其他分外输入数据，直接对于3D高斯溅射数据举行处置惩罚便可。除了此以外，Spark也兼容其他第三方天生算法，例如NanoGS。

Progressive Streaming

Spark 2.0界说了一种全新的文件格局——.RAD（全称Radiance Fields，辐射场）。该格局不仅能有用压缩3D高斯溅射数据，还有撑持随机拜候流式加载，实现了场景的渐进式邃密化衬着，*适配收集传输场景。

采用RAD格局后，3D高斯溅射对于象能当即以一个包罗64Ksplats的粗拙版本出现，随后体系会按照用户视角，优先获取用在优化可见区域细节的数据块，实现动态的优先级调解。

LoD splat tree素质上是一个四维布局：包罗三维空间维度与一维细节条理维度。

要实现流式加载的渐进式邃密化衬着，必需将LoD splats ，以合理的方式划分到RAD文件的各个数据块中。

实现这一方针的计谋有许多，Spark采用的计谋焦点是空间临近性优先：

将三维空间递归划分为更小的区域，每一个数据块城市按“从年夜到小”的挨次，填充对于应空间区域内的splats，确保每一个数据块都能*化出现该区域的细节。

Virtual Memory

虚拟内存是一种经典的内存治理技能，经由过程划分固定巨细的内存页，构建页表映照瓜葛，用有限的物理内存，模仿出容量巨年夜的虚拟内存空间。

Spark 2.0将这一技能立异性地运用在3D高斯溅射衬着：

它会于GPU中预先分配一个固定巨细的内存池（容量为1600万个splats），并构建一套页表映照机制，将GPU中的 64K splats“内存页”，与RAD文件中的64K泼溅点数据块逐一对于应。

数据块的加载与置换法则以下：

按照LoD splat trees的遍历成果，将高优先级的数据块加载到余暇的GPU内存页中。

当GPU内存池被占满，且需要加载新的高优先级数据块时，会采用LRU算法，将优先级*的内存页中的数据块置换出去。

Spark的这一设计具有极高的矫捷性：它撑持同时加载多个RAD文件，并让这些文件同享统一个GPU内存池。对于在每一个RAD文件，Spark城市维护两套映照瓜葛：从数据块到内存页的映照，以和从内存页到文件及数据块的反向映照。

于对于多个细节条理泼溅树举行遍用时，Spark会同一记载所有文件的数据块拜候挨次，终极天生一个全局数据块优先级列表，从而实现跨所有3D高斯溅射对于象的加载与存储优化。

【本文由投资界互助伙伴微信公家号：量子位授权发布，本平台仅提供信息存储办事。】若有任何疑难，请接洽（editor@zero2ipo.com.cn）投资界处置惩罚。