字数 1341，阅读大约需 7 分钟

颠覆城市建模！AI生成3D城市模型GaussianCity，生成速度提升60倍！

引言

在人工智能技术迅猛发展的今天，3D城市建模作为虚拟现实、增强现实、自动驾驶等多个领域的关键技术，正迎来前所未有的变革。近日，南洋理工大学研究团队推出的“GaussianCity”超大规模3D城市模型生成技术，以其惊人的生成速度和突破性的规模扩展能力，引发了全球科技界的广泛关注。本文将深入探讨GaussianCity的技术细节、应用前景及其对行业的深远影响。

技术背景

3D城市建模的现状

3D城市建模技术广泛应用于城市规划、游戏开发、自动驾驶等领域。然而，传统的3D城市建模方法在生成速度和规模扩展方面存在诸多限制。现有的CityDreamer方案虽然在3D城市生成领域表现不俗，但其计算效率和规模扩展能力一直受到限制，难以满足大规模、高精度的需求。

GaussianCity的诞生

南洋理工大学研究团队开发的GaussianCity技术，旨在解决传统3D城市建模中的瓶颈问题。通过引入创新的算法设计，GaussianCity不仅在生成速度上实现了惊人的60倍提升，还突破了传统方法在规模上的限制，为3D城市建模领域带来了革命性的变化。

技术细节

核心技术突破

1. 紧凑的3D场景表示方法“BEV-Point”

GaussianCity采用了紧凑的3D场景表示方法“BEV-Point”（鸟瞰视图点），极大减少了显存需求，使得大规模场景生成不再受限于硬件资源。传统的3D高斯溅射(3D Gaussian Splatting，3DGS)技术在处理无限尺度城市时需要数十亿个点，动辄占用数百GB的显存，而GaussianCity通过BEV-Point保持显存使用恒定，实现了真正的无边界生成。

2. 空间感知的高斯属性解码器

研究团队开发了空间感知的高斯属性解码器，利用点序列化器整合BEV点的结构与上下文特征，确保生成的城市模型既高效又逼真。这一技术突破使得GaussianCity在生成无人机视角和街道视角的3D城市模型方面达到了最先进的水平。

生成速度与效率

GaussianCity的渲染速度高达10.72帧每秒（FPS），相比现有的CityDreamer方案快了60倍。这一显著的速度提升，不仅大幅缩短了建模时间，还为实时应用提供了可能。

应用前景

虚拟现实（VR）与增强现实（AR）

在虚拟现实和增强现实领域，GaussianCity能够快速生成高质量的大规模城市环境，为用户提供沉浸式体验。无论是虚拟旅游、游戏开发还是教育培训，GaussianCity都将带来前所未有的真实感和互动性。

自动驾驶

在自动驾驶领域，GaussianCity可用于重建几何精准的3D场景，为训练和测试提供逼真的数字孪生城市。通过模拟真实城市的复杂环境，自动驾驶系统可以在虚拟环境中进行高效的训练和测试，大幅提升其安全性和可靠性。

城市规划与游戏开发

在城市规划和游戏开发中，GaussianCity的高效性和扩展性将大幅提升创作效率。城市规划师可以利用GaussianCity快速生成城市模型，进行多方案比较和优化；游戏开发者则可以借助这一技术，打造更加逼真和庞大的游戏世界。

行业影响

技术开源与社区贡献

值得一提的是，GaussianCity的研发团队宣布，该项目的论文、代码和相关资料已全面开源。这一举措不仅促进了技术交流和合作，也为全球开发者提供了学习和应用的机会。项目的入口为：GaussianCity GitHub^[1]。

行业标准与未来趋势

GaussianCity的推出，有望成为3D城市建模领域的新标准。其高效、逼真、无边界的特点，将为行业带来全新的发展思路。未来，随着技术的不断进步和应用的深入，GaussianCity有望在更多领域发挥重要作用，推动人工智能技术的全面发展。

权威数据与行业报告

根据国际数据公司（IDC）发布的《全球人工智能市场报告》，3D建模技术在人工智能领域的应用前景广阔，预计到2025年，全球3D建模市场规模将达到数百亿美元。GaussianCity的推出，无疑将为这一市场注入新的活力。

注：本文内容基于南洋理工大学研究团队的公开信息和相关行业报告，具体技术细节和应用前景以官方发布为准。

引用链接

[1] GaussianCity GitHub: https://github.com/hzxie/GaussianCity