想象一下：你用手机点开一个网页，瞬间出现哈利波特里的霍格沃茨城堡的礼堂，天花板处是真实的星空，烛光漂浮在半空中，照亮着整个礼堂。你转动视角，细节自动加载，卡顿？不存在的！
最近 AI 3D 领域被一颗“ Spark ”点燃了，来自 World Labs 的 Spark 2.0 正式开源发布！
来看一波官方视觉震撼，旧金山科伊特塔的超过 4000 万个 Splat（泼溅）细节拉满，城市、树木、天空无缝融合。
Spark 2.0 能让超一亿细节的 3D 庞大开放世界在普通手机、电脑甚至 VR 眼镜上实时可互动地呈现出来，这意味着任何人都能构建适用于所有设备的交互式 3D 世界体验！
李飞飞在 X 上也表示，对这次突破现有网页渲染器限制，提供一个完整的网络流式和渲染 3D高斯泼溅（Gaussian Splatting，3DGS）世界的开源解决方案感到非常自豪！
有网友评论，“帖子里的技术深度令人惊叹”。
一位亚马逊云的空间计算架构师 Adam Chernick，主要专注于 AR/VR、3D 实时渲染、数字孪生、3DGS 等新兴技术，也给出了很高赞誉。
浏览器上能使用的 3DGS 技术
这一版本的推出，直接把 3DGS 推到了一个新高度，让我们先来理解下 3DGS 技术。
简单来说，3DGS 是使用数百万个可调节的 3D 高斯椭球来融合形成超逼真的场景，就像用无数彩色、半透明的小椭球堆叠出整个 3D 世界。
Splat 是指渲染时把这些 3D 高斯椭球“泼溅”到 2D 屏幕上。每个 Splat 由其位置、XYZ 尺度、旋转、颜色和透明度定义。他们使用“画家算法”渲染它们，实时将数百万个椭球从前到后排序。
国内在 3D 领域全球领先的公司 Meshy 和 Tripo 使用的技术多是 Mesh（网格）建模，而 3DGS 比 Mesh 更具有流动性，而且能够实时渲染、构建时间更短、稳定高保真，不过其缺点在于编辑性稍差。
Spark 2.0 的核心黑科技
Spark 的推出源自 World Labs 过去内部开发的一个工具，用于解决“大多数渲染器只能处理一个对象，并且缺乏动态动画”的问题。
他们在 three.js 和 WebGL2 上构建了 Spark，所以不仅能和 Mesh 模型混搭，还能在任何设备上构建 3D 世界。
为了能在浏览器中渲染超过 1 亿个 splat，他们实现规模化的方法是以下三个核心系统：
连续 LoD 树（Continuous Level-of-Detail trees）
Spark 2.0 使用了 LoD Splat 树。这使得视野中的场景不是粗糙和精细两档切换，而是连续自适应。
每个场景建一棵 Splat 树，根节点是整个物体的超级粗略版，叶节点是原始百万级细节。Spark 根据你的视角实时“切”树，挑最合适的 Splat 数量（可预算 50 万到 250 万），保证 GPU 负载恒定。远看省资源，近看出细节，还支持固定注视点渲染。
渐进式 .RAD 流（Progressive .RAD streaming）
告别不适合流式传输的 .PLY 和 .SPZ 格式文件，他们开发了 .RAD 格式，让我们能即时看到场景的 64K 粗糙版，边看边精炼，细节按移动优先加载。
GPU 虚拟内存分页（GPU Virtual Memory paging）
借鉴操作系统虚拟内存，他们在 GPU 上搞了个 16M splat 的“物理池”，用 LRU 算法在 .RAD 文件中交换 64K“页”的数据进出。手机内存再小，也能渲染“无限”复合世界。多个对象无缝融合，不会出现“贴图感”。
让多个 3DGS 对象在同一空间共存的算法逻辑是：生成一个全局列表 → 从前向后排序 → 一次性渲染。
此外，每个 splat 都提供了可编程的 GPU 流水线，这解锁了实时效果，像 SDF 裁剪、动画过渡和 4DGS 插值都可以随便玩。
体验与安装
在官方给出的旧金山科伊特塔实例中，控制系统包括运动模式、LoD、页码表三部分，十分细致。
简单用鼠标进行视角转换和缩放，确实顺滑无卡顿，不过进入世界的初始加载稍有迟滞。
官方文件里还提供了一个可直接运行的 HTML 代码示例，打开是一只色彩鲜艳、极其逼真的蝴蝶。
Spark 2.0 的安装方式就一条指令，可通过 NPM 安装：
npm install @sparkjsdev/spark
由于 Spark 库的部分核心代码是用 Rust 语言编写的，并且编译成了 WebAssembly (Wasm) 模块，因此在从源码构建时需要安装 Rust 开发环境。
官方文件的功能特性里强调，Spark 适合需要在浏览器中展示高质量 3D 场景的开发者。它提供了 LOD、多种数据格式支持和编辑能力，并且通过 Wasm 提升了性能。
写在最后
4 月以来，Meta 发布多模态大模型 Muse Spark，阿里的 HappyHorse-1.0 匿名上线并登顶视频生成榜单，World Labs 又推出 Spark 2.0，新东西层出不穷。
Spark 2.0 的这次开源发布，将视觉 AI 最前沿的 3DGS 技术从实验室中解放出来，成为人人能用、浏览器里就能跑的“3D 世界底层平台”。这不仅让李飞飞团队的“空间智能”愿景加速落地，更可能引发下一波 AI 应用浪潮：从 2D 屏幕到 3D 世界，从被动观看到主动交互。
在 AI 前沿越来越强调“具身”和“世界模型”的今天，Spark 2.0 可能将会是一根导火索——点燃普通开发者、创作者和研究者共同构建“AI 3D 宇宙”的热情。下一个现象级 XR 应用、机器人训练平台，或者教育交互应用，说不定就会因它而诞生。对于这类前沿技术的实践与讨论，正是像云栈社区这样的平台所关注的。
参考链接：
https://x.com/sparkjsdev/status/2044090505982816449
https://wlt-ai-cdn.art/spark-2.0/260413/explore-coit.html
https://sparkjs.dev/
发表于 3 小时前
|
查看: 5|
回复: 0
