Gaussian Splatting (3DGS)：3D 生成器——功能与运行要求

3D Gaussian Splatting (3DGS) 是一款三维模型生成器，它根据一组照片重建场景，并支持实时查看。该工具由 Inria 和 MPII 的研究团队创建，以开源形式发布。

功能

作者将该项目描述为「3D Gaussian Splatting for Real-Time Radiance Field Rendering」方法的参考实现。该工具在输入图像上训练，构建场景表示，随后可以高速可视化。仓库中标注了 computer-graphics、computer-vision 和 radiance-field 标签。

运行要求

• 平台：据作者描述，运行需要 CUDA。优化器在 Python 环境中使用 PyTorch 和 CUDA 扩展。
• 显存：据作者描述，要将模型训练到论文中所述的质量，需要 24 GB VRAM。作者未说明推理所需的内存。
• 代码语言：Python。
• 代码许可证：Gaussian-Splatting License：仅限非商业研究。
• 仓库：github.com/graphdeco-inria/gaussian-splatting
• 项目网站：https://repo-sam.inria.fr/fungraph/3d-gaussian-splatting/

适合谁

该工具面向计算机图形学和计算机视觉领域的研究人员和开发者，他们愿意使用 Python 代码，并且能够使用支持 CUDA 且显存容量较大的 GPU。要达到原始论文所述质量的训练效果，需要 24 GB VRAM，这限制了可用消费级显卡的范围。对于寻找带图形界面的现成应用，或没有合适硬件的人来说，这款工具并不适合。

仓库代码最后一次更新是在 2025 年 10 月 17 日，而仓库本身创建于 2023 年 7 月。Gaussian-Splatting License 许可证仅允许出于非商业研究目的免费使用、修改和分发；商业使用需要事先获得许可方的明确同意。