為什么3D城市生成需要一場技術革命？

在游戲開發、影視制作和虛擬現實領域，3D城市生成一直是核心技術之一。然而，傳統基于NeRF的方法雖然能生成逼真場景，卻面臨兩大痛點：

• 計算效率極低：渲染一幀畫面可能需要數秒甚至更久。

• 內存需求爆炸：生成10平方公里城市需要數百GB顯存，普通硬件無法承受。

這些問題嚴重限制了大規模場景的應用。而GaussianCity的誕生，徹底改寫了這一局面！

核心創新：如何用「高斯潑濺」實現無邊界生成？

1. BEV-Point：壓縮內存的終極武器

傳統3D高斯潑濺（3D-GS）在擴展場景時，顯存需求呈指數級增長。GaussianCity提出BEV-Point技術，通過兩項革新解決內存瓶頸：

• 鳥瞰圖壓縮：將場景分解為語義地圖、高度場和密度圖，只保留可見區域數據。

• 動態采樣優化：對道路等簡單區域降低采樣密度，建筑立面等復雜區域增加細節。

2. 空間感知解碼器：讓無序數據「說話」

面對無序點云的生成難題，團隊設計了點序列化+Transformer架構：

• 點排序黑科技：通過坐標網格化排序，讓相鄰空間點數據連續存儲。

• 上下文感知生成：結合實例風格代碼，實現建筑群風格統一與多樣性平衡。

性能碾壓：速度提升60倍，顯存占用降低97%

在GoogleEarth和KITTI-360數據集上的實驗證明：

落地應用：從無人機測繪到元宇宙建設

場景1：超大規模無人機航拍模擬

• 10分鐘生成曼哈頓全貌：支持動態調整光照、季節效果。

• 實時編輯能力：局部修改建筑風格，其他區域自動保持一致性。

場景2：沉浸式街景導航

• 復雜光影實時渲染：路面積水反光、玻璃幕墻折射效果媲美真實拍攝。

• 支持UE5引擎導入：一鍵生成可直接用于游戲開發的資產包。

未來展望：突破「摩天樓限制」，開啟生成新紀元

盡管當前成果顯著，團隊已規劃三大升級方向：

1. 空心結構建模：支持生成橋梁、體育館等復雜建筑形態。

2. 物理屬性擴展：集成材質反射率、力學模擬等參數。

3. AI協作創作：用戶通過文字描述實時調整城市風格（如「賽博朋克+熱帶雨林」）。

技術前沿速遞：GaussianCity代碼已開源，訪問項目官網即可體驗生成效果。這項突破或將重新定義3D內容生產范式，讓我們拭目以待！