一個 4000 萬粒子的 3D 場景，文件體積超過 1 GB，過去只能在高端顯卡上勉強(qiáng)跑動。現(xiàn)在，World Labs 把它塞進(jìn)了手機(jī)瀏覽器。

這不是 demo，是開源代碼。任何人今天就能下載、部署、修改。

為什么這件事值得興奮

3D 高斯點(diǎn)云（3DGS）技術(shù)火了兩三年，但"能用"和"好用"之間隔著一道鴻溝。

拍一圈照片生成 3D 場景，這個環(huán)節(jié)已經(jīng)成熟。真正的瓶頸在渲染端：高質(zhì)量掃描動輒幾千萬個 splat（潑濺體），普通手機(jī)的上限是 100-500 萬個，差了一個數(shù)量級。

更麻煩的是，市面上的渲染器要么只能渲染單個對象，要么把多個對象塞進(jìn)同一場景時，排序錯亂、互相穿模，畫面慘不忍睹。

World Labs 的解法是一套完整的技術(shù)棧，從文件格式到內(nèi)存管理重新設(shè)計。他們把這個引擎開源了，取名 Spark 2.0。

Spark 1.0：先解決"能跑"的問題

Spark 最初只是 World Labs 的內(nèi)部工具。他們需要在網(wǎng)頁上展示 3DGS 生成的世界，試了一圈現(xiàn)有方案，發(fā)現(xiàn)都有硬傷。

有的渲染器依賴 WebGPU，很多設(shè)備還不支持。有的不支持動態(tài)動畫。最致命的是，沒有一款能正確處理多個 3DGS 對象在同一場景中的深度排序。

World Labs 選擇的技術(shù)底座是 THREE.js，Web 上最流行的 3D 框架，運(yùn)行在 WebGL2 之上，幾乎覆蓋所有現(xiàn)代設(shè)備。

核心渲染邏輯分三步：先在 GPU 上生成跨對象的全局 splat 列表，再統(tǒng)一按從遠(yuǎn)到近排序，最后一次性渲染完畢。

「全局排序」聽起來平平無奇，實(shí)則是讓多個 3DGS 對象共存于同一場景、不互相穿模的關(guān)鍵。Spark 還開放了一套 GPU 處理流水線，支持對每個 splat 重新上色、調(diào)整透明度、添加動態(tài)動畫，用 GLSL 編寫或像 Blender 那樣連節(jié)點(diǎn)圖實(shí)現(xiàn)。

1.0 版本解決了多對象渲染，但 4000 萬 splat 的場景依然是道跨不過去的坎。這才有了 2.0。

Spark 2.0：三項(xiàng)技術(shù)合力，撐起億級粒子

Spark 2.0 的核心是三項(xiàng)技術(shù)的組合：LoD 細(xì)節(jié)層級、漸進(jìn)式流式加載、GPU 虛擬內(nèi)存。單獨(dú)看都有先例，三者合力才撐起了手機(jī)瀏覽器里流暢渲染億級 splat 的能力。

第一，連續(xù) LoD 樹：讓遠(yuǎn)處變"糊"得有技巧。

LoD（Level of Detail，細(xì)節(jié)層級）在游戲圈是成熟概念。近處的樹用幾千個三角形，遠(yuǎn)處的只留幾十個，按需分配算力。Unreal Engine 的 Nanite 系統(tǒng)也是這個思路。

Spark 2.0 把同樣邏輯搬到 splat 上，做得更徹底。

離散切換幾個版本容易產(chǎn)生畫面"跳變"，Spark 的做法是構(gòu)建一棵完整的「連續(xù) LoD 樹」。每個內(nèi)部節(jié)點(diǎn)都是其子節(jié)點(diǎn) splat 融合后的近似版本，層層向上匯聚，最終到達(dá)根節(jié)點(diǎn)——整個場景最粗粒度的單一 splat。

渲染時，系統(tǒng)根據(jù)當(dāng)前視角在這棵樹上動態(tài)劃一刀。靠近視角的區(qū)域取底層細(xì)節(jié)，遠(yuǎn)處取高層粗粒度。

整個過程受一個固定的 splat 預(yù)算約束：移動端約 50 萬，桌面端約 250 萬。場景里總共有多少 splat 都無所謂，實(shí)際送上 GPU 的數(shù)量始終穩(wěn)定，幀率自然穩(wěn)了。

在此基礎(chǔ)上，Spark 還引入了「注視點(diǎn)渲染」（Foveated Rendering）。更多預(yù)算集中分配給你正在看的方向，邊緣和背后的區(qū)域細(xì)節(jié)自動收窄。這個效果在 VR 設(shè)備上尤其直觀，通常需要眼動追蹤，Spark 用固定錐形區(qū)域近似模擬，同樣奏效。

第二，.RAD 格式：像刷短視頻一樣流式加載。

渲染效率解決了，傳輸效率同樣棘手。現(xiàn)有 3DGS 文件格式有兩個：.PLY 和 .SPZ。

.PLY 未壓縮，10M splat 高達(dá) 2.3 GB。雖然可以邊下邊顯示，但體積實(shí)在吃不消。.SPZ 用列式存儲加 Gzip 壓縮，同等數(shù)據(jù)量壓到 200-250 MB，代價是必須等整個文件下載完才能顯示——每個 splat 的屬性分散在文件各處，缺了哪一段都拼不出完整內(nèi)容。

Spark 2.0 設(shè)計了新格式 .RAD（RADiance fields）。它把 splat 數(shù)據(jù)切成每塊 64K 個 splat 的獨(dú)立小塊，分別壓縮，并在文件頭記錄所有塊的字節(jié)偏移位置，支持隨機(jī)訪問任意一塊。

第一塊永遠(yuǎn)是整個場景最粗粒度的 64K 個 splat，下載完畢后場景輪廓立刻可見。此后系統(tǒng)根據(jù)視角判斷哪些區(qū)域最需要細(xì)化，優(yōu)先拉取對應(yīng)數(shù)據(jù)塊，畫面從模糊逐漸推演出細(xì)節(jié)。3 個并行的 Web Worker 線程在后臺同步拉取和解碼，你走到哪，細(xì)節(jié)就跟到哪。

第三，GPU 虛擬內(nèi)存：在有限顯存里裝下無限空間。

流式加載解決了帶寬，但 GPU 內(nèi)存的硬上限依舊難啃。移動端瀏覽器對顯存有嚴(yán)格約束，塞不下整個 4000 萬 splat 的場景。

Spark 2.0 借鑒了操作系統(tǒng)的虛擬內(nèi)存機(jī)制。

系統(tǒng)在 GPU 上分配一個固定內(nèi)存池，上限 1600 萬個 splat，用一張頁表記錄哪些 .RAD 數(shù)據(jù)塊當(dāng)前駐留在 GPU 上。需要渲染某個區(qū)域時調(diào)入對應(yīng)塊，內(nèi)存滿了就按最久未使用的順序換出舊塊。

不同來源的 3DGS 場景可以共享同一個內(nèi)存池。理論上，只要網(wǎng)速跟得上，無數(shù)個獨(dú)立掃描場景可以無縫拼接成一個無限大的世界。

李飛飛的選擇：為什么開源

Spark 2.0 發(fā)布后，李飛飛第一時間公開表態(tài)：「Spark 2.0 現(xiàn)在可以在任何設(shè)備上流暢播放超過 1 億個 splat 對象，非常榮幸能為基于 Web 的 3DGS 渲染開源生態(tài)系統(tǒng)做出貢獻(xiàn)。」

她沒有強(qiáng)調(diào)"做到了什么"，而是把重點(diǎn)放在"為開源社區(qū)貢獻(xiàn)了什么"。

這個表述耐人尋味。3DGS 渲染是一個仍在快速演進(jìn)的領(lǐng)域，單靠一家公司推不動整個生態(tài)。開源才是加速這件事的正確姿勢——讓更多開發(fā)者參與進(jìn)來，把引擎用在各自場景里，反饋問題、貢獻(xiàn)優(yōu)化，技術(shù)迭代才會更快。

從已有案例看，開發(fā)者確實(shí)在用 Spark 做各種嘗試。Webby 獎得主 James C. Kane 獨(dú)立開發(fā)了一款名為 Still Life 的 3D 敘事游戲，完全基于 Spark 構(gòu)建。建筑可視化團(tuán)隊開始用它做網(wǎng)頁端的房產(chǎn)漫游。文化遺產(chǎn)數(shù)字化項(xiàng)目用它展示大型遺址掃描。

技術(shù)底座的選擇：為什么是 WebGL2 而非 WebGPU

這里有一個值得玩味的工程決策。

WebGPU 是新一代 Web 圖形標(biāo)準(zhǔn)，性能更強(qiáng)、更接近底層硬件。但 Spark 團(tuán)隊選擇了 WebGL2，原因是兼容性。

WebGL2 覆蓋幾乎所有現(xiàn)代設(shè)備，包括大量中低端安卓機(jī)和舊款 iPhone。WebGPU 雖然勢頭很猛，但普及率仍有差距，尤其在企業(yè)內(nèi)網(wǎng)、教育機(jī)房、發(fā)展中國家市場，設(shè)備更新周期往往以年為單位。

這個選擇犧牲了部分性能上限，換來了最大的用戶觸達(dá)面。對于想"讓任何設(shè)備都能跑"的 World Labs 來說，這是合理的權(quán)衡。

當(dāng)然，Spark 的架構(gòu)預(yù)留了擴(kuò)展空間。核心渲染邏輯與底層圖形 API 有一定解耦，未來 WebGPU 普及后，遷移成本可控。

商業(yè)模式的想象空間

World Labs 本身是一家商業(yè)公司，去年完成 2.3 億美元融資，估值超過 10 億美元。開源核心引擎，不等于沒有商業(yè)路徑。

可能的變現(xiàn)方向有幾個：一是云服務(wù)，提供 3DGS 場景的托管、轉(zhuǎn)換、全球加速分發(fā)，按流量或存儲收費(fèi)；二是企業(yè)級功能，比如團(tuán)隊協(xié)作、版本管理、與 CAD/BIM 工作流的深度集成；三是垂直行業(yè)解決方案，針對建筑、電商、文旅等場景打包交付。

更長期來看，當(dāng) 3D 內(nèi)容的生產(chǎn)和分發(fā)成本降到足夠低，World Labs 可能成為"3D 互聯(lián)網(wǎng)"的基礎(chǔ)設(shè)施層之一。就像 Cloudflare 之于靜態(tài)網(wǎng)頁，Twilio 之于短信驗(yàn)證。

這個愿景的前提是，3D 內(nèi)容真的會從"炫酷 demo"變成"日常剛需"。Spark 2.0 解決的是分發(fā)環(huán)節(jié)的關(guān)鍵瓶頸，但生產(chǎn)環(huán)節(jié)的成本、消費(fèi)端的用戶習(xí)慣，仍需時間培育。

對開發(fā)者的實(shí)際意義

如果你今天就想上手，Spark 2.0 提供了什么？

首先是性能基準(zhǔn)：移動端 50 萬 splat 預(yù)算下穩(wěn)定 30fps，桌面端 250 萬 splat 預(yù)算下流暢交互。這個性能水平，足以支撐大多數(shù)消費(fèi)級應(yīng)用場景。

其次是工具鏈完整性：從 .PLY/.SPZ 轉(zhuǎn)換到 .RAD 的編碼器、基于 THREE.js 的渲染器、GLSL 和節(jié)點(diǎn)圖兩種自定義方式，文檔和示例代碼齊全。

第三是擴(kuò)展性：GPU 虛擬內(nèi)存架構(gòu)允許動態(tài)加載任意數(shù)量的場景片段，為大型開放世界、元宇宙類應(yīng)用提供了技術(shù)基礎(chǔ)。

限制也客觀存在。LoD 樹的構(gòu)建需要預(yù)處理時間，不是實(shí)時生成。.RAD 格式的壓縮率相比 .SPZ 仍有優(yōu)化空間。注視點(diǎn)渲染目前用固定錐形近似，精準(zhǔn)的眼動追蹤版本尚未實(shí)現(xiàn)。

行業(yè)影響：3DGS 正在從"實(shí)驗(yàn)室"走向"生產(chǎn)線"

回顧 3DGS 技術(shù)的發(fā)展脈絡(luò)，2023 年是學(xué)術(shù)突破年，2024 年是工程優(yōu)化年，2025 年可能是應(yīng)用落地年。

學(xué)術(shù)層面，3DGS 的原始論文提出了一種全新的場景表示方法，用可微分的 3D 高斯替代神經(jīng)輻射場的隱式網(wǎng)絡(luò)，訓(xùn)練速度提升數(shù)個數(shù)量級。

工程層面，過去兩年出現(xiàn)了大量優(yōu)化工作：壓縮算法把模型體積縮小幾十倍，實(shí)時渲染器在高端顯卡上跑出 60fps，移動端適配方案陸續(xù)出現(xiàn)。

Spark 2.0 的意義在于，它把工程優(yōu)化的成果打包成一個"開箱即用"的開源方案，并且選擇了最廣泛的部署目標(biāo)——手機(jī)瀏覽器。這相當(dāng)于在學(xué)術(shù)成果和實(shí)際應(yīng)用之間搭了一座橋。

對比同領(lǐng)域的其他玩家：Niantic 的 8th Wall 專注 WebAR，但 3DGS 支持仍在完善；Google 的 Immersive View 依賴自家地圖數(shù)據(jù)，開放程度有限；國內(nèi)廠商如商湯、曠視也在推進(jìn)類似技術(shù)，但開源力度不及 World Labs。

Spark 2.0 的開源策略，可能加速整個行業(yè)的標(biāo)準(zhǔn)化進(jìn)程。當(dāng)足夠多的開發(fā)者采用同一套技術(shù)棧，工具鏈、人才儲備、最佳實(shí)踐都會快速積累，形成正向循環(huán)。

一個需要持續(xù)觀察的問題

Spark 2.0 解決了"跑起來"的問題，但 3D 內(nèi)容生態(tài)的繁榮，最終取決于"誰在生產(chǎn)"和"誰在消費(fèi)"。

生產(chǎn)端，3DGS 的采集仍需要專業(yè)設(shè)備或至少一部高端手機(jī)，處理流程對普通用戶不夠友好。消費(fèi)端，用戶是否有動力在瀏覽器里探索 3D 場景，而非刷短視頻，尚無定論。

World Labs 的開源引擎降低了分發(fā)門檻，但生產(chǎn)和消費(fèi)兩端的瓶頸，需要更多參與者共同解決。當(dāng) 3D 內(nèi)容的生產(chǎn)成本降到拍一張照片、消費(fèi)體驗(yàn)流暢到刷一個短視頻，我們才會看到真正的爆發(fā)。

那一天還有多遠(yuǎn)？