瞬间引爆了技术圈对3DGS（3D Gaussian Splatting）的新一轮关注。
也正是因为这个，让大家联想到2005年，那一年MP4格式的出现，视频第一次可以被轻松压缩、分享和播放。
但实际上，在真正熟悉3D高斯泼溅技术的圈子里，“大规模3D高斯模型在移动端打开” 的技术早已不是什么新鲜事。
前面提到的李飞飞的路径更偏向于前者，结合自然语言模型和三维空间生成，是现在我们熟悉的AI生图/AI生视频的升维版本。
虽然也支持照片生模型，但效果对比专业的Reality Capture路径，其生成的模型在精度/结构和完整性上有较大差距，就不归为一类而谈了。
Reality Capture往往使用摄影重建或激光+视觉结合的方式，完整而真实地还原现实世界。
其域创新XGRIDS的LCC（Lixel CyberColor），全球首个可商用的大场景3D高斯产品。
是的，他们在2024年，就推出了这样一套由SLAM空间扫描硬件和3D高斯生成软件组成的现实捕捉方案。
这套方案，可以将真实世界还原成高精度的3D高斯泼溅模型，并且可以在移动端加载无限大的3D高斯模型，这是行业里第一次有人把这件事做成产品。
但在我们的交互介质大多还是二维屏幕的现状下，光是“打开”一个三维模型，似乎没有比看一段视频给用户带来的价值增量有显著区别。
甚至会有很多用户询问“其域发表的‘模型漫游’是不是一段拍摄视频”，甚至感叹“可能还不如一段实拍的4K视频清晰”。
如果只能“粗略地看”，3DGS只是一个看起来更牛的技术，但却不直接解决用户的痛点，很难真正改变用户的交互方式。
无独有偶，另一个做手机重建三维模型的产品Kiri engine的创始人Jack，也曾在一次线下分享中提到，3D技术的行业从业者最经常被询问的问题是——
Jack的回答是：“我们一般只能是去描绘一些有关Vision Pro的未来愿景，或去幻想一下未来10年的工作发展。”
有用户前不久发布了他使用3D高斯技术复刻其所在城市的道路，并使用Vibe coding做了一个赛车游戏，而这一切仅花费了2天时间。
三维博主扎克力，用3D高斯复刻了整个云南国家级保护村落，并使用UE做成移动端可玩的游戏体验。
大热的美剧《Fire Country》（烈焰国度）的幕后，揭露了他们使用3D高斯泼溅技术扫描了一条街道，并在摄影棚中使用3D高斯模型在屏幕上完成了虚拟拍摄，完成了本不可能进行的“实景拍摄任务”。
包括山东文旅在内，他们也使用了3D高斯泼溅技术完成了济南著名景点趵突泉的数字孪生，让游客未来可以线上“云游”趵突泉。
他们通过3D高斯泼溅模型，成功为英伟达和迪士尼机器人完成了具身智能大脑的模拟仿真训练。
数字孪生企业图扑，也放出了使用3D高斯泼溅模型为底图搭建的工厂数字孪生系统，过去这种底图通常是建模师照着现场CAD图纸和照片手工“搓出来”的。
这种转变背后，是因为行业开始意识到：比起“能在手机上跑”，更重要的是有一套能让3D数据真正进入工作流的基础设施。
其域创新的创始人兼CEO赵开勇博士，是北京理工大学空天学院2001级飞行器设计与工程专业出身。
其域创新的LCC方案，以及最新升级的LCC2，本质上就是建立了一整套围绕3DGS的数据基础设施。
LCC支持城市级、园区级的3D高斯数据组织与流式LOD加载。这是让3DGS可以在移动端跑起来的根本，LCC2提升为双轨LOD，让移动端可以秒级打开一个数亿高斯点的数据。
仅为传统PLY格式的8%大小，这不仅提升了加载速度，对于使用者来说也大大节省流量、降低成本。
LCC2将解码与存储分离，独立模块管理，在不同的场景应用中，可以接入最合适的编解码格式，大大便于数据流通。
在LCC解决方案中，其域提供的独特优势是结合其空间扫描硬件的，提供结构化数据的能力——
从发布至今，其域逐步为LCC生态搭建了UE、Unity的plugin（接口），让LCC数据可以无感进入游戏/影视等行业的应用工具链。
其域与英伟达Issac Sim的合作，也完整打通了机器人仿真训练的工作流，甚至是跟英伟达联合的具身智能训练系统。
在其域目前公开展示的应用生态中，全球几乎所有3D高斯应用生态的头部企业都接入了LCC，成为其域生态的一部分。
LCC在做一件事：把3DGS嵌入已有生产体系，而不是成为一个孤岛工具，3D高斯开始进入真实工作流。
当3D内容可以像视频一样被编辑、分发、嵌入工作流、参与生产时，那一刻，才是属于3D世界真正的“MP4时刻”。
量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1