3DGS： 将一个场景显式地表示为数百万个可学习的3D高斯椭球体。每个高斯球拥有位置、协方差（尺度/旋转）、不透明度和球谐函数系数（表示颜色和视角相关外观）。通过光栅化技术，将这些球体投影并融合成2D图像。其核心是显式表示和基于点的可微分光栅化。

一、3DGS vs NeRF

特性NeRF3D Gaussian Splatting分析
核心表示隐式（神经网络）显式（3D高斯球集合）
渲染质量高保真、连续、平滑，细节和光泽表面处理更好极高质量，但可能有颗粒感/空洞，在极端近距离下会"露馅"NeRF学习的是一个连续的场景函数。
3DGS是离散的点云表示，在非常稀疏或点分布不均的区域，可能会产生"空洞"或颗粒感。虽然通过 densification 和 pruning 可以缓解，但其本质仍然是离散的。
速度慢（训练：小时/天，渲染：秒/帧）极快（训练：分钟/小时，渲染：实时 >100 FPS）每条射线查询数百次神经网络，计算量巨大。
内存效率高（模型小，优秀的压缩）低（模型大，存储所有显式属性）NeRF的模型是一个强大的压缩算法，将数十亿体素的信息压缩到一个紧凑的神经网络中。
3DGS需要显式存储数百万甚至数千万个高斯球。
编辑性困难（黑盒模型，难以操控）相对容易（可像点云一样选择、移动、编辑）隐式表示缺乏显式的几何和语义结构。显式的点云，编辑相对直观。
泛化能力强（支持预训练和先验学习）弱（每个场景独立优化）神经网络架构天然适合迁移学习和预训练。
3DGS本质上是"从零开始"为每个场景进行优化，缺乏这种跨场景的泛化能力。每个高斯球都是独立的，没有共享的语义知识。
鲁棒性对噪声和错误初始化相对鲁棒严重依赖高质量的SfM点云初始化神经网络具有平滑性，不会过拟合每一个噪声点。但许多NeRF变体对相机位姿的
3DGS虽然依赖SfM初始化，但其优化过程相对鲁棒，且社区已经形成了比较固定的超参数设置，开箱即用性更好。
主要应用高质量离线渲染、学术研究、场景压缩实时应用（VR/AR、游戏）、快速预览、需要交互的场景

3DGS能够克服隐式方法（特别是动态 NeRF）的效率瓶颈和兼容性问题。 但由于缺乏真实的4D标注数据，只能依赖多视角渲染进行监督学习，因此容易出现视角间的不一致性问题。

二、静态3DGS vs 动态3DGS

这是 3DGS 动画领域中最重要的分类维度。

核心区别

维度动态3DGS静态3DGS（可驱动）
核心思想每一帧独立生成 3DGS，前后帧之间没有关系有一个 reference 3DGS，通过修改其属性（位置、旋转、颜色）来驱动
时间建模时间维度直接融入优化过程时间维度通过运动代理间接控制
资产复用❌ 每个新场景都要从头重建✅ 可复用已有的高质量静态 3DGS 资产
前向推理⚠️ 困难（通常仍是 per-scene 优化）✅ 更适合（运动代理可跨 ID 迁移）
时空一致性⚠️ 易出现视角闪烁✅ 天然保持（基于同一份 reference 变形）
适用场景一次性重建、离线渲染实时交互、跨 ID 泛化、可控编辑

技术路径对比

flowchart TD
    subgraph 动态["动态3DGS"]
        A1[4D场表示<br/>HexPlane、K-Planes]
        A2[每帧独立优化]
        A3[生成式方法<br/>Video-to-4D]
        A1 --> A2
        A2 --> A3
    end

    subgraph 共同问题["共同问题"]
        P1[无法复用静态资产]
        P2[per-scene优化]
        P1 & P2
    end

    subgraph 静态["静态3DGS（运动代理驱动）"]
        B1[无代理<br/>直接驱动高斯球属性]
        B2[骨骼代理<br/>SMPL/Skeleton + LBS]
        B3[物理代理<br/>粒子/MPM/弹簧系统]
        B4[参数化曲线代理<br/>Spline]
        B5[稀疏锚点代理<br/>运动锚点]
    end

    subgraph 共同目标["共同目标"]
        G1[资产复用]
        G2[运动解耦]
        G3[可控的前向推理]
    end

    A3 --> 共同问题
    B1 & B2 & B3 & B4 & B5 --> 共同目标

选择建议

需求推荐方向
一次性动画生成，从视频重建动态3DGS / 4D重建
需要复用同一个角色的多段动画静态3DGS（骨骼代理）
需要物理真实的交互响应静态3DGS（物理代理）
需要跨 ID 泛化的驱动模型静态3DGS（运动代理）
需要实时渲染 + 实时交互静态3DGS + 预训练代理

补充说明：4D重建的归属

4D重建是一个输入形式的描述（从视频到4D），而非独立的驱动方式。其内部走哪条路取决于具体方法：

方法类型归属
每帧独立生成 3DGS动态3DGS
先建 reference 再驱动静态3DGS