El equipo de investigación de la Universidad Tecnológica de Nanyang lanzó recientemente una tecnología de generación de modelos 3D de la Ciudad 3D súper grande llamada "Gaussiancity", un logro innovador ha atraído una atención generalizada en los círculos académicos e industriales. Esta tecnología no solo logró una mejora significativa en la velocidad de generación en 60 veces, sino que también rompió las limitaciones de los métodos tradicionales en escala, apoyando la generación de la ciudad 3D sin fronteras, lo que lleva avances revolucionarios a áreas como la realidad virtual, la conducción autónoma y los gemelos digitales.
Los resultados de I + D de Gaussiancity han sido aceptados por CVPR2025 (la principal conferencia sobre visión por computadora y reconocimiento de patrones), marcando su liderazgo tecnológico. El núcleo de esta tecnología radica en su innovador diseño de algoritmo, que permite que el modelo urbano 3D que genera perspectivas de drones y perspectivas de la calle alcanza el nivel más avanzado. Su velocidad de representación es tan alta como 10.72 cuadros por segundo (FPS), que es 60 veces más rápido que la solución CityDreamer existente, mejorando en gran medida la eficiencia informática y las capacidades de expansión de escala.
Los dos avances tecnológicos clave de Gaussiancity son la clave de su éxito. Primero, adopta un método compacto de representación de la escena 3D "BEV-Point" (punto de vista de ojo de pájaro), que reduce en gran medida la demanda de memoria y hace que la generación de escenas a gran escala ya no sea limitada a los recursos de hardware. La tecnología tradicional de división gaussiana 3D (3DGS) requiere miles de millones de puntos cuando se trata de ciudades de escala ilimitadas, que a menudo ocupan cientos de GB de memoria de video. Gaussiancity mantiene el uso de la memoria de video constante a través del punto BEV, logrando una verdadera generación sin límites. En segundo lugar, el equipo de investigación desarrolló un decodificador de atributos gaussiano consciente del espacio, utilizando Point Serializer para integrar la estructura y las características contextuales de los puntos BEV para garantizar que el modelo urbano generado sea eficiente y realista.
Vale la pena mencionar que el Equipo de Investigación y Desarrollo de Gaussiancity anunció que los documentos, códigos y materiales relacionados del proyecto han sido completamente de código abierto, proporcionando recursos valiosos para los círculos académicos e industriales. La aparición de Gaussiancity ha traído nuevas posibilidades a múltiples campos. En realidad virtual (VR) y realidad aumentada (AR), puede generar rápidamente entornos urbanos a gran escala de alta calidad, proporcionando a los usuarios una experiencia inmersiva; En el campo de la conducción autónoma, Gaussiancity se puede utilizar para reconstruir escenas 3D geométricamente precisas, proporcionando ciudades gemelas digitales realistas para capacitación y pruebas; En la planificación urbana y el desarrollo de juegos, su eficiencia y escalabilidad también mejorará en gran medida la eficiencia creativa.
Entrada del proyecto: https://github.com/hzxie/gaussiancity