編輯｜杜偉

剛剛，李飛飛世界模型新成果來了，還是開源的！

就在今天凌晨，李飛飛空間智能獨角獸公司 World Labs 官宣推出「Spark 2.0」，將最具野心的 3DGS（3D 高斯?jié)姙R）世界帶入到 Web

這意味著，原本只有專業(yè)設(shè)備才能運行的超大規(guī)模、高保真 3D 場景，現(xiàn)在變成任何人都可以在瀏覽器中訪問的內(nèi)容。

而隨著高保真 3D 內(nèi)容可以在任意設(shè)備上進行訪問，包括手機、VR 設(shè)備等，空間敘事能力向前邁進了一大步。

這個專為 3DGS 打造的渲染器還是開源的，可以流式加載 1 億 + 的 3DGS 數(shù)據(jù)，將構(gòu)建一個全新的 3D 物理世界。

3D 高斯?jié)姙R渲染神器，Spark 2.0 來了

作為一個面向 Web 的動態(tài) 3D 高斯?jié)姙R（3DGS）渲染器，Spark 與當(dāng)前最流行的 Web 3D 框架 Three.js 集成，并基于 WebGL2 運行，因此只要有瀏覽器，無論是桌面端、iOS、Android，還是 VR 設(shè)備，都可以使用。

在去年發(fā)布時，Spark 就帶來了不少其他渲染器沒有的能力：比如在同一場景中渲染多個 3DGS 對象、實時編輯與重光照，以及一個著色器圖系統(tǒng)讓用戶可以基于 splat 創(chuàng)建完全動態(tài)的特效和動畫。

而在 Spark 2.0 中，團隊加入了一個細節(jié)層級（LoD）系統(tǒng)，可以在任意設(shè)備上流式加載并渲染超大規(guī)模的 3DGS 世界。當(dāng)你在場景中移動時，Spark 會根據(jù)當(dāng)前視角自動調(diào)整 3DGS 的細節(jié)等級，并通過網(wǎng)絡(luò)按需加載所需數(shù)據(jù)。我們先來看以下幾個場景的展示圖：

接著來看技術(shù)細節(jié)。

Spark 2.0 提供了一整套解決方案，用來在 Web 上為各類設(shè)備準(zhǔn)備、傳輸并渲染超大規(guī)模的 3DGS 場景。為了解決規(guī)?；瘞淼奶魬?zhàn)，它主要用了三類圖形學(xué)和系統(tǒng)層面的技術(shù)：

• Level-of-Detail（細節(jié)層級）：為 splat 生成不同分辨率的版本，并根據(jù)當(dāng)前相機視角決定實際渲染哪一部分。當(dāng)對象距離較遠、細節(jié)難以分辨時，就減少渲染的 splat 數(shù)量，從而提升性能。
• 漸進式流加載（Progressive Streaming）：隨著數(shù)據(jù)下載，從粗到細逐步加載 3DGS 的細節(jié)內(nèi)容，并優(yōu)先加載那些最能提升當(dāng)前視角清晰度的數(shù)據(jù)。
• 虛擬內(nèi)存（Virtual Memory）：在 GPU 中分配一塊固定大小的內(nèi)存池，用作 splat 的頁表，根據(jù)場景中的位置，自動換入和換出所需的 3DGS 數(shù)據(jù)塊。這樣一來，就能訪問跨多個 3DGS 對象、通過網(wǎng)絡(luò)獲取的海量數(shù)據(jù)。

細節(jié)層級（LoD）高斯 splat 樹

Spark 的 LoD 設(shè)計采用的是連續(xù) LoD 方法，即所有 splat 都被組織在一個層級結(jié)構(gòu)中，也就是一棵 LoD splat 樹。Spark 會在這棵樹上選擇一條「切面」，從中逐個挑選 splat，使當(dāng)前視口中的細節(jié)達到最優(yōu)。

在這棵樹里，每一個內(nèi)部節(jié)點，都是由其子節(jié)點合并得到的低分辨率版本：通過把多個子 splat 合成為一個新的 splat，用來近似它們整體的形狀和顏色。這個過程不斷向上遞歸，直到樹的根節(jié)點，也就是：一個單一的大 splat 匯總了整個對象中所有 splat 的整體形狀與顏色。

Spark 2.0 提供了兩種用于生成 LoD splat 樹的算法：

• 一種輕量且速度更快的算法，叫做 Tiny-LoD，在 Web 端默認(rèn)使用；
• 一種質(zhì)量更高的算法，叫做 Bhatt-LoD，在命令行環(huán)境中默認(rèn)使用。

這兩種方法都「無需訓(xùn)練」，不依賴參考圖像或其他輸入數(shù)據(jù)，而是直接基于 3DGS 數(shù)據(jù)本身進行處理。

漸進式流

Spark 2.0 定義了一種新的文件格式 .RAD（Radiance fields），用于壓縮 3DGS 數(shù)據(jù)，并支持在網(wǎng)絡(luò)傳輸過程中進行隨機訪問，實現(xiàn)逐步細化的流式加載。

在加載初期，3DGS 對象會以一個大約 6.4 萬 splat 的粗略版本幾乎瞬間呈現(xiàn)出來。隨后系統(tǒng)會分塊獲取數(shù)據(jù)，優(yōu)先細化當(dāng)前畫面中最粗糙、最需要提升細節(jié)的 LoD splat，并隨著用戶在場景中的移動動態(tài)調(diào)整加載優(yōu)先級。

虛擬內(nèi)存

虛擬內(nèi)存是一種內(nèi)存管理技術(shù)，通過一小塊固定的「物理內(nèi)存」，來提供對海量虛擬內(nèi)存的訪問能力。系統(tǒng)通過頁表，將虛擬地址與物理內(nèi)存中的固定大小頁進行映射。

Spark 2.0 將這一機制引入到 3DGS 中，在 GPU 上分配一個固定容量（約 1600 萬 splat）的內(nèi)存池，并自動管理 GPU 中 64K splat 的「頁」與 .RAD 文件中對應(yīng)的 64K 數(shù)據(jù)塊之間的映射關(guān)系。

數(shù)據(jù)塊會按照 LoD 遍歷順序加載進空閑頁中；當(dāng)頁表已滿時，如果有新的、更高優(yōu)先級的數(shù)據(jù)需要加載，就會按照「最近最少使用」（LRU）的策略，把優(yōu)先級較低的舊數(shù)據(jù)塊替換出去。

更多技術(shù)細節(jié)請參考博客原文。

博客地址：https://www.worldlabs.ai/blog/spark-2.0