李飛飛引爆的3D新技術，為什么這家深圳公司兩年前就“玩膩”了？

允中 發自 凹非寺
量子位 | 公眾號 QbitAI

最近，AI教母李飛飛發帖宣布“可以在任意設備上流式傳輸超過1億個高斯潑濺”。

瞬間引爆了技術圈對3DGS（3D Gaussian Splatting）的新一輪關注。

大家突然開始意識到，大規模3D高斯模型，開始可以在移動端運行了。

也正是因為這個，讓大家聯想到2005年，那一年MP4格式的出現，視頻第一次可以被輕松壓縮、分享和播放。

隨之而來的是，視頻從“專業內容”變成“日常語言”，進而催生了整個內容生態的爆發。

這讓人不禁期待，是否3D內容也即將迎來屬于它的“MP4時刻”

但實際上，在真正熟悉3D高斯潑濺技術的圈子里，“大規模3D高斯模型在移動端打開” 的技術早已不是什么新鮮事。

兩年前就有一家深圳創業公司，做出來并推出完整產品，甚至開源至GitHub。

但為什么，3DGS模型至今還未能像視頻一樣，成為內容創作者的主要創作手段和介質？

3D內容的爆發，究竟還缺乏哪些“關鍵要素”？

這，才是今天3D內容的“真問題”。

3DGS最難回答的問題，不是技術問題

其實3D世界的構建，一直都存在兩條不同路徑：

• 一條是建模/AI生成，即創造不存在的世界，服務于游戲與創意表達；
• 另一條是現實捕捉（Reality Capture），即記錄真實世界，服務于空間記錄、測量與仿真。

前面提到的李飛飛的路徑更偏向于前者，結合自然語言模型和三維空間生成，是現在我們熟悉的AI生圖/AI生視頻的升維版本。

雖然也支持照片生模型，但效果對比專業的Reality Capture路徑，其生成的模型在精度/結構和完整性上有較大差距，就不歸為一類而談了。

Reality Capture往往使用攝影重建或激光+視覺結合的方式，完整而真實地還原現實世界。

“大規模3DGS模型在移動端渲染”的故事，兩年前就在現實捕捉這一路徑上發生過了。

其實第一個支持大規模3D高斯模型在多端（含移動端）渲染的產品是——

其域創新XGRIDS的LCC（Lixel CyberColor），全球首個可商用的大場景3D高斯產品。

是的，他們在2024年，就推出了這樣一套由SLAM空間掃描硬件和3D高斯生成軟件組成的現實捕捉方案。

這套方案，可以將真實世界還原成高精度的3D高斯潑濺模型，并且可以在移動端加載無限大的3D高斯模型，這是行業里第一次有人把這件事做成產品。

而在他們這條產品發布的視頻底下，當時很多評論都在問：

“這個模型可以用來做什么”“除了好看能做什么”……

技術已經不再是瓶頸，但用戶的困惑恰恰揭示了另一層阻力的存在。

所以真正的問題，從那時起就已經發生了轉移：

不是能不能打開，而是能不能被真正使用。

三維模型不像視頻，無需任何解釋，我們就知道視頻可以帶來什么價值。

但在我們的交互介質大多還是二維屏幕的現狀下，光是“打開”一個三維模型，似乎沒有比看一段視頻給用戶帶來的價值增量有顯著區別。

甚至會有很多用戶詢問“其域發表的‘模型漫游’是不是一段拍攝視頻”，甚至感嘆“可能還不如一段實拍的4K視頻清晰”。

如果只能“粗略地看”，3DGS只是一個看起來更牛的技術，但卻不直接解決用戶的痛點，很難真正改變用戶的交互方式。

無獨有偶，另一個做手機重建三維模型的產品Kiri engine的創始人Jack，也曾在一次線下分享中提到，3D技術的行業從業者最經常被詢問的問題是——

用戶到底能用3D技術來干什么？

Jack的回答是：“我們一般只能是去描繪一些有關Vision Pro的未來愿景，或去幻想一下未來10年的工作發展?！?/p>

連行業內部人士都只能用未來愿景來回答，這說明問題的根源并不在技術本身。

回答“3D高斯能用來做什么”，才是眼下最本質的問題。

而要真正回答這個問題，就必須先面對3DGS技術本身尚未解決的幾道關卡。

過去幾年，雖然3DGS技術的發展速度其實非?？欤?/p>

從論文到開源，從PC到移動端，從實驗室到產品化，技術路徑已經基本跑通。

但行業始終沒有爆發，原因也很現實：

• 太大，難以傳輸（動輒幾十GB）
• 太重，難以加載（設備性能門檻極高）
• 太新，缺乏生態系統支持（與各類目標場景的原有工具鏈之間幾乎不兼容）

從“能打開”，到“能應用”的跨越

最近在社媒上出現的一些新探索，證明這些問題正在被解決：

有用戶前不久發布了他使用3D高斯技術復刻其所在城市的道路，并使用Vibe coding做了一個賽車游戲，而這一切僅花費了2天時間

三維博主扎克力，用3D高斯復刻了整個云南國家級保護村落，并使用UE做成移動端可玩的游戲體驗。

以上這些是3DGS開始進入個人創作工作流的信號，更大的變化發生在專業場景里。

大熱的美劇《Fire Country》（烈焰國度）的幕后，揭露了他們使用3D高斯潑濺技術掃描了一條街道，并在攝影棚中使用3D高斯模型在屏幕上完成了虛擬拍攝，完成了本不可能進行的“實景拍攝任務”

包括山東文旅在內，他們也使用了3D高斯潑濺技術完成了濟南著名景點趵突泉的數字孿生，讓游客未來可以線上“云游”趵突泉。

就在不久前的GTC（英偉達GPU技術大會）上，其域創新也發布了新動作。

他們通過3D高斯潑濺模型，成功為英偉達和迪士尼機器人完成了具身智能大腦的模擬仿真訓練。

數字孿生企業圖撲，也放出了使用3D高斯潑濺模型為底圖搭建的工廠數字孿生系統，過去這種底圖通常是建模師照著現場CAD圖紙和照片手工“搓出來”的。

這些零散但快速涌現的案例，其實指向了同一個變化方向——

3D高斯潑濺，正在從“展示介質”，變成“生產力工具”

這種轉變背后，是因為行業開始意識到：比起“能在手機上跑”，更重要的是有一套能讓3D數據真正進入工作流的基礎設施

在深挖這些硬核應用背后的支撐技術時，我們發現了一個有趣的現象：

雖然場景各異，但它們在底層技術選型上，不約而同地指向了其域創新的3D高斯方案

LCC做的，是3D世界的“MP4底層協議”

其域創新的創始人兼CEO趙開勇博士，是北京理工大學空天學院2001級飛行器設計與工程專業出身。

這個專業訓練的，是在極端精度要求下對三維空間的測量、建模與系統集成——

某種程度上，他后來選擇做3D空間數據基礎設施這件事，并非偶然。

其域創新的LCC方案，以及最新升級的LCC2，本質上就是建立了一整套圍繞3DGS的數據基礎設施

如果用一句話總結，它做了三件關鍵的事：

讓3D高斯變成“可流通的數據”

LCC從一開始，就是針對超大規模場景而設計。

1、LOD渲染

LCC支持城市級、園區級的3D高斯數據組織與流式LOD加載。這是讓3DGS可以在移動端跑起來的根本，LCC2提升為雙軌LOD，讓移動端可以秒級打開一個數億高斯點的數據

2、極致壓縮

新版本LCC2更是將模型數據壓縮做到了極致——

僅為傳統PLY格式的8%大小，這不僅提升了加載速度，對于使用者來說也大大節省流量、降低成本。

3、解耦編解碼格式

LCC2將解碼與存儲分離，獨立模塊管理，在不同的場景應用中，可以接入最合適的編解碼格式，大大便于數據流通。

讓3D高斯變成“可用的工程資產”

在LCC解決方案中，其域提供的獨特優勢是結合其空間掃描硬件的，提供結構化數據的能力——

不僅有“看起來真實”的視覺信息，還有空間結構、尺度、坐標體系等工程屬性。

這件事的意義在于：3DGS從“視覺內容”，變成了“可以進入生產系統的數據”。

它可以被用于以下領域：

• 游戲與沉浸式交互
• 仿真與訓練
• 數字孿生系統底圖
• 虛擬拍攝與實時渲染

而不是僅僅用于“被觀看”。

讓3D高斯進入“應用生態”

LCC不是孤立存在的格式，它從設計之初就考慮了與各類引擎、工具鏈的對接。

這也是LCC作為一個3DGS格式，可以開啟廣泛應用的關鍵。

從發布至今，其域逐步為LCC生態搭建了UE、Unity的plugin（接口），讓LCC數據可以無感進入游戲/影視等行業的應用工具鏈。

其域與英偉達Issac Sim的合作，也完整打通了機器人仿真訓練的工作流，甚至是跟英偉達聯合的具身智能訓練系統。

在其域目前公開展示的應用生態中，全球幾乎所有3D高斯應用生態的頭部企業都接入了LCC，成為其域生態的一部分。

LCC在做一件事：把3DGS嵌入已有生產體系，而不是成為一個孤島工具，3D高斯開始進入真實工作流

“MP4時刻”，還差最后一步

李飛飛這次帶來的，是一個非常重要的信號：

3DGS在“生成與分發”層面的能力，正在快速逼近臨界點。

但歷史已經證明——技術從“可行”走向“爆發”，中間一定還需要一個關鍵層：

標準 + 工具鏈 + 應用閉環。

視頻如此，3D也不會例外。

其域創新在過去兩年里押注的，正是這一層“看不見但決定一切”的基礎能力。

所以回到那句核心判斷：

不是讓3DGS能在移動端打開，而是讓它真正可用。

當3D內容可以像視頻一樣被編輯、分發、嵌入工作流、參與生產時，那一刻，才是屬于3D世界真正的“MP4時刻”。

而現在，我們或許才剛剛走到它的前夜。