
gsplat 是一个开源 Python 库,提供 CUDA 加速的高斯泼溅(Gaussian Splatting)光栅化功能。它基于 SIGGRAPH 论文《3D Gaussian Splatting for Real-Time Rendering of Radiance Fields》开发,旨在实现比原论文更快、更省内存的实时渲染。该库支持多种相机模型、多 GPU 分布式渲染、稀疏光栅化以及球谐函数更新,适用于神经辐射场重建、实时渲染及生成式 AI 创作中的 3D 场景表示。
能做什么
- CUDA 加速的高斯泼溅光栅化,支持 Python 绑定
- 集成 NVIDIA 3DGUT 技术,支持正交相机及外部畸变
- 支持多 GPU 密集 3DGS 渲染及稀疏 3DGS 光栅化
- 提供 LiDAR 光栅化、球谐函数优化及 MCMC 策略支持
- 支持 TorchScript 部署及多种传感器模型(鱼眼、FTheta 等)
怎么用起来
README 未说明具体的安装命令,但指出依赖 PyTorch 2.7+,并提及 CUDA 12.8 和 13.2 的构建兼容性。项目提供文档链接及示例代码,如 NCore 示例。硬件方面,README 未明确列出最低显存要求,但提及在 NVIDIA A100 上进行了性能测试和优化,暗示需要支持 CUDA 的 NVIDIA GPU。
适合谁用
适合需要高性能 3D 场景重建、实时渲染或基于高斯泼溅进行生成式内容创作的技术美术和开发者,特别是关注渲染速度和内存效率的用户。
相关教程
本文由 CG热榜基于公开资料重新撰写,以原始资料为准。来源:GitHub
© 版权声明
本文由 CG热榜基于公开资料重新撰写,原始资料版权归原作者,来源见文末。

