待验证50% 置信事实精确时间
3D Gaussian Splatting由Inria和Max Planck研究所于2023年提出，采用显式表示，通过可微分光栅化实现实时渲染（通常可达100+ FPS），训练时间缩短到分钟级别
1
来源数
50%
置信度
长期有效
时效性
2026/8/15
首次发现
来源
相关事实
待验证3D Gaussian Splatting于2023年将神经渲染速度提升至实时水平78% 相似已验证3D Gaussian Splatting（3DGS）于2023年由法国INRIA团队提出，相比NeRF在渲染速度上提升了数十倍，同时保持了接近的画质水准74% 相似待验证基于3D Gaussian Splatting的方法以显式高斯椭球集合表示三维场景，实现了远超NeRF的渲染速度70% 相似待验证NeRF（Neural Radiance Field）于2020年提出，通过隐式神经表示编码三维场景，可高质量合成任意视角图像，但推理耗时达数十秒至数分钟61% 相似待验证专业微距工作流：确定倍率需求(1:1/2:1)→选焦距(生物选90-180mm/翻拍选50-60mm)→配三脚架+对焦导轨→用景深合成软件堆栈→环形/双头微距闪光补光，单靠一支镜头难以完成高质量微距成像60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/753249API
curl https://kongchang.com/api/v1/knowledge/claims/753249MCP
get_claim(id=753249)