3DGS重建

mindmap
3DGS重建
    按输入分
        单图重建
        稀疏视角重建
            利用视频/图像大模型，生成稠密视角
            利用GS大模型
            利用3DMesh重建，保证多视角一致性
        稠密视角重建
    按技术流派分
        原始基准
        几何优化类（2DGS / 平面高斯）
        稀疏视角正则化
        泛化预训练
        生成式补全
        轻量化 / 工程优化

稀疏视角重建

利用视频/图像大模型，生成稠密视角

新视角生成 + 稠密视角重建

优势: ✅ 视觉质量高 (2D图像生成是扩散模型擅长的，3D优化可以per-scene精修) 局限性：

1. 依赖于新视角生成的图像质量
2. 依赖于新视角与原视角之间的一致性，多视角不一致→纹理噪声、几何伪影

3DGS场景生成

前馈式生成（单图/文本→3DGS）

与重建方法不同，生成方法直接从文本或单图前馈生成3DGS，无需 per-scene 优化。通过可微渲染保证3D一致性。

优势: ✅ 3D一致性好 (原生保证，无需后处理)
劣势: ❌ 视觉质量差 (模糊，细节丢失) （任务难、无per-secene优化、数据稀缺）