摩尔线程算法一鸣惊人，图形学顶会夺银！已开源

66 0 0

文章摘要

香港举办的SIGGRAPH Asia 2025学术盛会上，摩尔线程凭借自研技术LiteGS在3D Gaussian Splatting Reconstruction Challenge中获得银奖，再次证明了其在新一代图形渲染技术上的深度积累与学术界的高度认可。3D高斯溅射（3DGS）作为一项革命性技术，以可参数化的3D高斯分布为核心，实现了画质、效率与资源占用之间的卓越平衡。与传统NeRF相比，3DGS在保持逼真渲染质量的前提下，将渲染效率提升数百至上千倍，并在光线追踪、VR/AR实时渲染、多模态融合等方向展现出极强的适应性与扩展性。

3DGS不仅在三维重建与实时渲染等方向展现出卓越优势，也在更广泛的AI场景中具备潜在的基础价值。尤其在具身智能等前沿领域，高质量、低延迟的三维环境建模至关重要，3DGS以其高保真场景显示、快速优化能力和轻量级结构，为构建准确的世界模型提供了可靠支撑。本次竞赛要求参赛团队在60秒内完成完整的3DGS高质量重建，摩尔线程在重建精度与效率两项指标上取得均衡且亮眼的表现，平均PSNR达到27.58，重建耗时仅为34秒，最终获得银牌。

摩尔线程自主研发的3DGS基础库LiteGS首次实现了从底层GPU系统、中层数据管理到高层算法设计的全链路协同优化。通过系统与算法的协同优化，LiteGS在训练效率与重建质量上均实现显著领先，在达到与当前质量最优方案同等水平时，可获得高达10.8倍的训练加速，且参数量减少一半以上。针对轻量化模型，LiteGS仅需原版3DGS约10%的训练时间与20%的参数量，即可实现同等质量，展现出卓越的工程实用性与技术前瞻性。

目前，LiteGS已在GitHub平台全面开源，摩尔线程此次获奖不仅是一次竞赛胜利，更是准确把握全球技术发展趋势并引领未来图形计算技术方向的战略体现。作为图形学领域未来发展的重要方向，3DGS技术对算法与硬件协同提出了极高要求，摩尔线程通过创新的算法设计、深度优化的自研硬件以及高效的软硬件协同，展现了卓越的综合能力。这一成就印证了摩尔线程在图形智能计算领域技术路径的前瞻性与工程可行性，并体现了公司将前沿研究快速转化为实践成果的强大执行力。