CC-4DGS сокращает хранение динамического Gaussian Splatting до 20—30 МБ на сцену

На arXiv опубликована работа CC-4DGS, в которой предложен способ уменьшить объём хранения динамических 4D Gaussian Splatting-сцен с десятков—сотен мегабайт до 20—30 МБ. Авторы заменяют большие обучаемые hash-таблицы на computational deformation field с детерминированным dense hash encoding и компактными нейросетевыми декодерами, а также сжимают канонические атрибуты облака точек через условное автоэнкодирование, выборочное квантование и остаточные кодовые книги. По заявлению авторов, качество реконструкции сопоставимо со Swift4D при значительно лучшей эффективности хранения. Код выложен в открытый доступ. Подробнее в статье на arXiv.

Что это значит

Новость касается темы Gaussian Splatting и сжатия динамических сцен, а не генераторов 3D-моделей из изображений. В нашем разделе об ИИ для 3D сейчас представлены инструменты другого класса — image-to-3d генераторы, и напрямую CC-4DGS с ними не пересекается. Ближайшие по теме карточки — OpenLRM, Hunyuan3D 2.1 и TRELLIS — решают задачу генерации статичных 3D-моделей из одного изображения. Ни один из них не работает с 4D Gaussian Splatting и не использует описанные в CC-4DGS механизмы сжатия деформаций или атрибутов облака точек. В паспортах этих инструментов нет полей о хранении сцен или сжатии Gaussian-атрибутов, поэтому сравнение по объёму хранения провести нельзя. Для тех, кто работает с динамическими сценами и Gaussian Splatting, CC-4DGS может быть интересен как способ уменьшить занимаемое место без потери real-time рендеринга. Для пользователей генераторов 3D-моделей из нашего справочника эта работа пока не меняет ни требований, ни возможностей существующих инструментов.