核心要点

  • NeRF：用一个 MLP 把空间坐标+视角映射到体密度和颜色，靠体渲染沿光线积分成像。

  • NeRF 是隐式表示，渲染要逐光线大量采样，训练和渲染都偏慢。

  • 3D Gaussian Splatting：用一堆显式 3D 高斯点（位置/协方差/颜色/不透明度）表示场景。

  • 3DGS 靠光栅化投影渲染，速度快、可实时，训练也更快。

标准回答

NeRF（神经辐射场）

NeRF 用一个 MLP 隐式表示场景：输入空间坐标和观察方向，输出该点的体密度和颜色。渲染时沿每条相机光线采样若干点，用体渲染公式做积分得到像素颜色，再以多视角图像做监督优化。优点是高质量新视角合成，缺点是隐式表示需逐光线密集采样，训练慢、渲染也慢。

3D Gaussian Splatting（3DGS）

3DGS 改用显式表示：场景由大量 3D 高斯点构成，每个高斯带有位置、协方差（形状/朝向）、颜色和不透明度。渲染时把高斯投影到图像平面并光栅化混合（splatting），避免逐光线积分。

对比取舍

  • NeRF：隐式、紧凑、连续，但慢。
  • 3DGS：显式、可实时渲染、训练更快，质量相当甚至更好，已成为实时新视角合成主流。

3D 生成还常把扩散模型与上述表示结合（如 score distillation），由文本/图像驱动生成 3D 资产。

常见误区

⚠️ 常见踩坑

3D Gaussian Splatting 不是「点云」也不是神经网络推理——它是可微光栅化优化出的一组显式高斯基元，渲染走光栅化管线而非 NeRF 那样的逐光线 MLP 查询。

追问

追问 1：为什么 3DGS 能做到实时渲染而 NeRF 难？

NeRF 每个像素要沿光线采样几十上百个点、每点都查一次 MLP，计算量巨大。3DGS 用显式高斯做投影光栅化，借助 GPU 光栅化管线一次性混合可见高斯，避免逐点神经网络查询，因此能达到实时帧率。

追问 2：文本到 3D 生成常用什么思路？

常见做法是 Score Distillation Sampling（SDS）：用预训练的 2D 文本到图像扩散模型作为先验，对一个 3D 表示（NeRF 或高斯）渲染出的多视角图像施加扩散去噪梯度，反向优化 3D 参数，使各视角都符合文本描述。

延伸学习

与本题相关的知识库文章、术语、工具与行业资讯。

📚 知识库

📖 术语表

🎯 相关面试题