《現代電影技術》｜影視數字資產的智能構建：基于Multi?SLAM+3DGS技術的三維數字重建方案研究

本文刊發于《現代電影技術》2026年第3期

專家點評

季向陽

教授

清華大學自動化系腦與認知科學研究所所長，中國人工智能學會深度學習專委會主任

隨著人工智能（AI）技術，特別是文生視頻、文生3D大模型的發展與應用，傳統影視內容創作面臨的高成本、長周期等行業痛點有望被大模型技術重構。三維數字資產作為虛擬攝制、電影特效的核心生產要素，其快速生成、高精度還原與便捷編輯能力，正成為提升影視制作效率的關鍵手段。《影視數字資產的智能構建：基于Multi?SLAM+3DGS 技術的三維數字重建方案研究》一文針對影視制作中三維資產重建周期長、人工干預多、純視覺方案魯棒性差等問題，提出了一種融合Multi?SLAM和3DGS的影視化數字資產構建方案，在所選擇的測試場景中取得了最優效果。論文總結了不同傳感器的技術特點和應用場景，構建了涵蓋弱紋理、透明物體、動態干擾的室內外場景測試數據集，并基于該數據集從定性結果、采集時間、重建時間等多個維度進行了實驗對比，分析了3DGS 在編輯自由度以及重光照質量方面的局限性，為未來的工作提供了有益參考。總體而言，本文所解決的問題明確，方法描述較為詳實，實驗結果較為豐富，具有較好的方法創新和工程應用價值。論文現有實驗對比主要以主觀定性結果為主，建議在未來研究中補充峰值信噪比（PSNR）、結構相似性（SSIM）等客觀定量指標的對比結果。

基金項目

國家社科基金藝術學重點項目“智能影像創作與傳播的中國路徑與自主體系研究”（25AC006）；北京電影學院人才隊伍建設資助計劃——創新團隊項目“電影智能制作中的藝術與科學融合發展研究”（3040025002）。

作者簡介

陳　軍

博士，北京電影學院智能影像工程學院研究員，主要研究方向：數字電影技術、電影虛擬化制作、電影智能制作。

盧柏宏

碩士，北京電影學院智能影像工程學院講師，主要研究方向：電影虛擬化制作、電影智能制作、特種影像制作。

黃子津

大學本科，深圳市其域創新科技有限公司合伙人，主要研究方向：空間智能技術、三維重建。

顏青松

博士，深圳市其域創新科技有限公司研發工程師，主要研究方向：視覺三維重建。

摘要

隨著影視制作日益向虛擬化、實時化與空間智能化方向發展，傳統三維數字重建與內容生成流程在精度、效率及可用性方面逐漸顯現出局限性。本文聚焦多源傳感融合?即時定位與地圖構建（Multi?SLAM）、3D高斯潑濺（3D Gaussian Splatting, 3DGS）技術，闡述了Multi?SLAM+3DGS在空間幾何獲取、建模質量、重建效率及行業適用性等方面的技術特點與優勢，并通過與基于微型單反相機、全景相機等純視覺3DGS工作流的實測對比，驗證了該方案在影視多場景應用中的普適性與先進性，構建了一套面向影視生產的從物理空間到三維數字資產轉化的智能一體化解決方案。研究結果表明，Multi?SLAM+3DGS在室內外場景的掃描與重建中均展現出更高的效率、更優的模型質量及更強的魯棒性。該解決方案有望顯著提升影視制作的整體效能與三維數字資產質量，為未來的虛擬攝制、后期視效、虛擬現實電影等提供高效、可靠的技術路徑。

關鍵詞

Multi?SLAM；3DGS；影視三維數字資產；三維數字重建

1

引言

在影視制作中，三維內容的重建與還原貫穿于虛擬勘景（Virtual Scouting）、視覺預演（PreViz）、虛擬攝制、后期視效及虛擬現實/增強現實/混合現實（VR/AR/MR）等新興內容生產過程中，是不可或缺的核心環節。然而，傳統人工建模或攝影測量方法普遍存在建模周期長、人工干預多、重建效果不理想等問題，一直制約著三維內容生產的發展。

3D高斯潑濺（3D Gaussian Splatting, 3DGS）技術的出現為影視三維數字資產重建提供了全新路徑，其不僅能快速實現三維數字資產重建，其過程基本無需人工干預，顯著縮短制作周期。同時，得益于其高效的渲染機制，該技術可在更為普通的計算機上實現實時、逼真的三維內容渲染，為不同類型的影視制作帶來全新可能。然而，隨著行業對3DGS資產數量與質量要求的不斷提升，基于純視覺的重建方法逐漸暴露出明顯局限：掃描過程耗時長、效率低；重建階段易出現圖像位姿丟失、弱紋理區域模型破面、透明或高反光物體幾何失真等問題。針對上述挑戰，借助多源傳感融合-即時定位與地圖構建（Multi?SLAM）技術通過融合視覺、激光雷達（LiDAR）與慣性測量單元（Inertial Measurement Unit, IMU）數據，可有效提升3DGS資產重建的質量和魯棒性[1,2] 。

本文系統性闡述Multi?SLAM+3DGS結合的技術路徑，深入分析該技術路徑在影視行業中具備通用性的可能，并通過測試對比，展示端到端流程及應用環節，探討在影視虛擬攝制時代應用這一系統解決行業痛點、提升效率的技術路徑。本文提出的Multi?SLAM+3DGS一體化方案，不僅能顯著提升重建效率與模型質量，更能確保厘米級幾何精度與1∶1真實尺度還原，從而實現虛擬環境與物理世界的精準同步，以更高的制作效率為影視制作提供高精度實景三維數字資產。

2

研究背景

2.1 三維重建技術的發展

三維重建（3D Reconstruction）是指對三維物體建立適合計算機表示和處理的數學模型，是在計算機環境下對其進行處理、操作和分析其性質的基礎，目前主要有攝影測量、神經輻射場（NeRF）、3DGS。

傳統攝影測量（Photogrammetry）方法通過一定數量照片計算生成網格（Mesh）模型，其技術歷經多年發展已經十分成熟，但其復雜的制作流程和較弱的真實感成為其在影視創作中的瓶頸。近年來，神經輻射場（Neural Radiance Fields, NeRF）[3]通過神經網絡編碼場景為三維場景重建創造了新的可能，但高昂的重建成本、非實時渲染速度等局限性，限制了其在影視制作中的應用。3DGS是一種顯式三維重建與渲染技術[4]，能直接從多視角圖像生成高保真、可實時渲染的三維場景。相比傳統攝影測量方法，3DGS可提供更強的真實感、更高渲染效率；同時區別于NeRF的隱式表達，3DGS采用顯式幾何表達，訓練后場景固化，渲染時無需查詢神經網絡，顯著提升速度與實用性。不同的三維重建技術具備各自的特點與優劣，如表1所示。

表1　三維重建方法優劣分析

2.2 傳統三維數字資產采集、重建與使用的痛點

影視行業中三維數字資產采集、重建與使用面臨諸多挑戰，一些復雜場景從采集到重建完成往往耗時數天甚至數周，其主要原因是方案的魯棒性不足，在一些不利條件下易導致模型破損失真，進而需要更多人力和時間成本進行修復。另外，傳統方法的渲染效率低，在渲染性能有限的情況下難以直接滿足虛擬攝制、視效及VR等應用對真實感和實時性的要求。本文提出的Multi?SLAM+3DGS技術路徑，正是為解決和改善這些痛點而設計。

3

Multi?SLAM+3DGS技術流程及特點

Multi?SLAM+3DGS技術流程中（圖1），不同傳感設備具備相應的特點，所獲數據在前后期分別發揮不同的作用，互補結合后發揮更大效能。

圖1　Multi?SLAM+3DGS技術流程

3.1 多源傳感融合技術

Multi?SLAM+3DGS是一種一體化空間三維重建系統，其核心在于通過多源傳感融合技術實現多源傳感空間感知，從而構建高魯棒性、高精度的即時定位與地圖構建（SLAM）前期掃描，為后期3DGS提供更多精準的有效信息，如相機位姿（Pose）、稀疏或稠密點云初始化（Initialization）以及絕對尺度約束（Scale Constraint）等。不同類型傳感器在采集和重建中能夠形成多維感知互補。

3.1.1 視覺傳感技術特點

視覺傳感器的兩項主要功能為獲取設備位姿及場景紋理色彩細節。視覺傳感器在弱光、高反差等惡劣光照環境下性能顯著下降[5]。純視覺傳感器方案中在例如白墻、玻璃等缺少特征點或者水面、播放畫面的屏幕等動態變化環境中，將無法有效定位并識別幾何結構，進而影響三維重建。此外，大部分純視覺方案還無法精確實現1∶1尺度的測量。

3.1.2 激光雷達傳感技術特點

激光雷達能提供準確的三維結構信息與絕對尺度約束，其具備全天候抗干擾能力，在弱紋理（如白墻）和暗光等極端環境下仍能穩定輸出空間結構信息，且可提供1∶1的真實尺度測量，對純視覺方案形成原理與算法上的有效補充。激光雷達直接提供的準確稠密點云能為3DGS重建帶來更快的訓練速度與更佳的重建精度。

3.1.3 IMU傳感技術特點

IMU由加速度計與陀螺儀組成，可在上百赫茲頻率輸出加速度、角速度信息，在快速運動、劇烈轉向及短時遮擋期間仍可連續跟蹤設備運動，有效防止在快速移動或震動掃描時出現跟蹤丟失，從而提升數據采集過程中的魯棒性與數據準確性。IMU還可發揮其自身刷新快、抗干擾能力強的特點，輔助抑制累積誤差，即便在大場景中也能確保場景重建的空間一致性[6]。

3.1.4 多維度感知互補

視覺傳感器、激光雷達和IMU的多維度感知互補，共同構建完整的環境感知，分類如下：

（1）位姿：3DGS的重建質量高度依賴于精準的相機位姿[7]。視覺系統通過特征跟蹤算法進行位姿估計，但在低光、強反射、紋理缺失及動態物體等條件中極易失效；IMU憑借其高刷新率及不受外部光照視覺條件影響的特性，能穩定有效地獲取相對運動信息，但其存在累積誤差的問題；而激光雷達則能在視覺失效時，通過幾何匹配繼續提供穩定的位姿約束[5]。三者協同互補，共同完成高準確度和強魯棒性的位姿獲取。

（2）幾何結構：基于設備位姿，融合激光雷達的精準測距數據與視覺圖像特征，可獲取高精度的深度及點云信息，從而構建出物體或場景的幾何結構。

（3）尺度測量：普通單目視覺重建難以準確獲取真實尺度，而Multi?SLAM方案激光雷達提供真實準確的深度信息，IMU可輔助估計尺度與運動，從而確保重建的幾何量具有準確的物理意義。若再配合GPS?RTK傳感器，還可確保重建場景朝向及經緯度位置的準確性。

（4）紋理和色彩：激光雷達和IMU均無法獲取有效紋理和色彩信息，因此需通過視覺傳感器實現這一功能，通常使用相機在不同位置拍攝獲取。

根據上述感知維度與不同傳感器的對應關系可見，需多傳感器融合使用以實現多維度感知互補，彌補單一傳感器的弱點，實現更強的系統魯棒性，從而提升采集和重建的效率和質量[6,8,9]。

3.2 前期采集關鍵技術及流程

3.2.1 多源傳感融合定位

在前期采集中定位技術尤為重要， SLAM常用于機器人、無人機、自動駕駛等領域，其核心目標是讓采集設備在未知環境中，同時估計自身位置和構建外部空間地圖。Multi?SLAM的多源傳感數據融合的主要作用為定位，視覺、激光雷達、IMU通過復雜的定位融合算法，互補三者的優勢特點，在掃描過程中實時獲取準確的定位信息。其不僅能顯示點云及軌跡，為采集掃描作業提供便利，還能為后續3DGS重建提供準確的定位信息。

3.2.2 設備集成與時間、位姿同步的重要性

在Multi?SLAM技術中，視覺、激光雷達、IMU多源傳感器通過硬件集成連接以確保時空一致性，在設備加工制造及校準時，會對不同傳感器的相對位置和姿態進行嚴格標定，通過高精度硬件確保時間微秒級同步，即可在設備運動時確保不同傳感器位姿的精準同步，以確保定位精度和地圖構建質量。若各傳感器分散在不同設備，未做嚴格外參標定和時間同步，則會在重建時產生計算誤差進而影響質量，嚴重時甚至會導致重建失敗。因此Multi?SLAM技術中多傳感器的時空一致性是準確重建的有效保障，可避免在后期重建中進行不必要的數據修正，從而大幅提升重建的效率和質量。

3.2.3 前期采集技術流程

在前期采集過程中，需在完成視覺、激光雷達、IMU三種類型傳感器的微秒級同步后，將不同采集頻率的視覺圖像、激光雷達、IMU數據進行多源傳感融合，并通過幾何一致性、視覺一致性等約束條件優化位姿。在不同情況下，不同類型傳感器獲取的數據會根據其自身置信度開展準確且穩定的位姿信息獲取，并實時生成稠密點云以供現場實時預覽。視覺、激光雷達、IMU的原始信息以及位姿軌跡信息和稠密點云都會被保存，以供后期進行高魯棒性與高精度重建。圖2為前期采集技術流程圖。

圖2　前期采集技術流程

3.3 后期重建關鍵技術及流程

在Multi?SLAM+3DGS制作流程中，后期算法及軟件尤為重要。一套融合定位建圖、數據清洗、重建解算的后期重建軟件，能顯著提升三維數字資產質量與生產效率。除此之外，其易用性與魯棒性則是降低使用門檻、確保產出穩定的關鍵。

3.3.1 多源傳感融合定位與閉環優化

3DGS的重建結果高度依賴準確的圖像位姿，過大的偏差可能會導致幾何結構塌陷。在前期掃描過程中，Multi?SLAM由于機載處理器性能有限，其位姿數據的準確性仍有優化空間，后期會通過相應算法，結合多傳感器數據繼續修正，以獲取更精準的位姿信息，確保多源傳感融合的全局一致性。Multi?SLAM系統還可通過回環檢測（Loop Closure）功能，在設備回到起點或有視角重疊時自動校正累積定位誤差，從而生成更加一致、準確的地圖。

3.3.2 多源傳感融合幾何結構與紋理色彩

多源傳感融合是生成優質幾何結構與紋理色彩的關鍵技術。激光雷達采集環境的三維點云信息，作為幾何結構的核心數據源，相機則捕捉場景的色彩紋理信息。為充分融合兩者優勢，需通過高精度標定算法統一兩傳感器的時空坐標系，建立三維點云與二維像素的可靠映射；并依據多視角一致性原則對幾何結構與色彩紋理信息實施協同優化，確保融合結果在精度與一致性上達到更高水平。

3.3.3 動態物體自動檢測與剔除算法

利用深度學習（DL）的語義識別技術，結合時序一致性分析，系統能從采集畫面中識別移動的人員、車輛等，生成遮罩并將其剔除，從而在3DGS重建中排除干擾，輸出純凈的靜態場景模型，有效避免動態物體在場景中留下虛影[10]。

3.3.4 后期重建技術流程

使用前期采集時記錄圖像、激光雷達、IMU的原始信息進行高精度的設備位姿計算并生成全局點云，根據點云信息和帶有準確位姿信息的視覺信息進行點云著色獲得彩色點云，完成 3D 高斯模型初始化[11,12]，再借助可微渲染（Differentiable Rendering）技術迭代優化3D高斯模型，從而得到高保真實景三維模型。圖3為后期重建技術流程圖。

圖3　后期重建技術流程

3.4 Multi?SLAM+3DGS技術特點

基于Multi?SLAM+3DGS的端到端自動化流程不僅大幅縮短了影視制作周期，也讓三維內容的生成與應用更加高效便捷。

（1）采集和重建速度更快

大部分集成化Multi?SLAM+3DGS采用雙目全景相機保證全方位快速采集，部分方案配合非全景相機保證細節采集，激光雷達獲取準確的點云信息，配合IMU獲取穩定姿態，豐富多維度的數據采集減少了后期相機位姿追蹤和點云生成等多個步驟，從而節約后期重建成本并提高重建效率。

（2）操作更簡易

Multi?SLAM使3DGS重建流程從專業化轉變為普適化。傳統純視覺3DGS重建流程容錯率低，用戶需掌握攝影測量、3DGS重建等專業知識，通常需要專業培訓或長時間試錯。而目前Multi?SLAM+3DGS方案由于其多源傳感融合技術的高容錯性等特點，重建流程相對自動化，顯著提升了3DGS資產重建在影視行業中普及推廣的可能性。

（3）魯棒性更高、可復現性更強

Multi?SLAM+3DGS通過多源傳感融合，為3DGS重建提供多維度約束與保障，避免純視覺3DGS技術在弱紋理、重復紋理、弱光、高反光、鏡面、動態物體等環境中容易發生匹配失敗或幾何漂移而導致模型斷裂、重影或塌陷等問題。

Multi?SLAM+3DGS的可復現性更強。純視覺3DGS的重建結果高度依賴專業經驗，不同的拍攝路徑與特征提取參數會導致結果不一致甚至失敗。Multi?SLAM+3DGS方案不僅提高了掃描成功率，也使結果在不同拍攝者、不同設備間具備良好的復現效果，可滿足影視制作的批量化資產生成需求。

（4）三維數字資產數據質量更高

Multi?SLAM 技術不僅顯著提升了幾何精度，更直接優化了模型的空間一致性與數據潔凈度。借助激光雷達提供的精確深度信息、點云與幾何約束，算法能構建出準確、連續的場景幾何結構，有效解決了純視覺方案因幾何約束不足而產生的漂浮偽影[13]（Floating Artifacts）問題，大幅降低了后期人工清理成本。同時，通過動態物體自動檢測與剔除算法，系統可自動移除行人、車輛等干擾目標，生成高潔凈度資產。此外，融合激光雷達與 IMU 獲取的絕對尺度信息，實現了場景的 1∶1 精準還原，以便后期視效與虛擬攝制等工作的開展。

4

Multi?SLAM+3DGS重建方案與常規3DGS對比測試

為對比Multi?SLAM+3DGS重建方案與常規純視覺3DGS重建方案，本測試設計了室內與室外兩組測試環境，對比索尼微型單反相機α7R IV、大疆全景相機Osmo 360、其域創新靈視P1和靈光L2 Pro共4種設備使用方案下3DGS重建的表現。

4.1 測試實驗設計

目前，3DGS在小型靜物重建方面已相對成熟，若排除高反光、透明或弱紋理等極端情況，其重建效果通常較好。然而，面對大尺度或幾何結構復雜的場景，純視覺方案仍面臨諸多挑戰。為此，本文設計了室內與室外2個場景，旨在對比不同空間尺度下的建模效果。

（1）室內場景

選取面積約為15 m2的臥室作為室內測試場景。其中，白墻與關閉的電視旨在測試不同方案在弱紋理及反光表面的表現；窗戶用于評估對透明物體的重建效果；而顯示畫面的電腦屏幕等物件，則用于測試算法對細節紋理的還原能力。

（2）室外場景

選取湖邊區域外景作為室外測試場景。場景中復雜的環境特征極具挑戰性，植被存在鏤空結構與風動干擾；湖面兼具鏡面反射與流動性；建筑物的大面積玻璃窗則包含透明與反光屬性。此外，隨機出現的行人能有效測試算法對動態移動物體的剔除能力。測試還涵蓋建筑物內小型室內區域，以驗證室內外空間連接過渡的重建效果。室外區域整體面積約10,000 m2，與室外連接的室內部分約100 m2。

4.2 設備參數和采集方式

前期采集設備的具體參數如表2所示，由于全景相機、靈視P1及靈光L2 Pro均采用全景采集模式，三者的采集路徑與作業時長基本一致，具備良好的可比性；而微型單反相機受限于其定向的采集方式，難以在路徑規劃和時間消耗上與其他設備保持嚴格一致。

表2　4種采集設備參數和采集方式

4.3 后期重建

對于常規純視覺方案而言，后期需經歷圖像抽幀、特征匹配、FOV分塊等復雜人工流程，期間人工操作的經驗和時間也會對結果造成較大影響，本文測試對微型單反相機和全景相機的素材進行基礎處理后，使用目前較好的純視覺3DGS制作方案之一的Postshot進行三維重建，在測試中使用默認參數。

靈視P1和靈光L2 Pro采集素材使用Lixel CyberColor進行三維重建，所有細節參數由系統在三維重建時根據素材進行自適應調整。

4.4 測試結果

4.4.1 室內場景

室內測試結果如表3所示。微型單反相機與全景相機所生成資產在白墻、電視等區域依然出現嚴重的瑕疵，且空中會出現漂浮偽影，這些問題需要大量時間進行人工后期修模。Multi?SLAM技術得益于視覺、激光雷達和IMU多源傳感融合的優勢，白墻、電視機等弱紋理區域能得到較好的重建，并且重建的場景中不存在漂浮偽影。場景的細節還原度差距不明顯，得益于微型單反相機拍攝精度較高，微型單反相機及靈光L2 pro+高清補拍的結果展現出更強的細節還原度，但微型單反相機純視覺方案下存在更多的重建瑕疵。

表3　室內場景測試結果及對比①

4.4.2 室外場景

室外測試結果如表4所示，在室外場景測試中，由于數據量較大，微型單反相機和全景相機所拍攝素材，在Postshot中的相機追蹤步驟已出現嚴重問題，最終導致場景出現嚴重破損，場景中存在大量的漂浮偽影。而Multi?SLAM方案的重建非常穩定，無論是大型建筑重建還是細節均有良好的表現。

表4　室外場景測試結果及對比①

與室外場景連接的室內空間由于照片位置追蹤失敗，導致無法連接室內外場景，在人工挑選并減少重建照片數量后，室內外場景連接和重建才得以完成。需要特別指出的是，純視覺方案在某些特定角度下，會出現由于相機定位追蹤出錯導致嚴重錯位重影的情況（圖4）。

圖4　純視覺方案景物被錯誤重建的示例

4.5 測試結論

對于純視覺3DGS重建方案而言，前期采集和后期重建都非常依賴實操經驗和人工干預：前期采集的角度、位置及相機參數等因素對于重建有較大的影響；后期重建往往需要以結果為導向的調參和修模等經驗，并耗費更多的人工時間。

Multi?SLAM借助多源傳感融合的技術和算法，極大優化了3DGS資產的采集速度和重建質量，能為影視行業內容創作高效賦能。

5

Multi?SLAM+3DGS重建方案在影視中的應用

在影視制作中，虛擬勘景、前期預演、電影虛擬攝制、電影后期視效乃至VR電影均需高質量三維數字資產支撐。Multi?SLAM+3DGS方案通過硬件與軟件一體化設計，解決了傳統攝影測量和視覺重建中存在的幾何結構破損、重建失敗、還原度低等諸多應用問題，實現從物理世界到三維數字資產的鏈路全自動化閉環，快速生成具備真實光照、紋理、幾何結構和尺度信息的3DGS資產。其高效率、高保真、低人工依賴的特性，使其成為攝影測量與人工修模流程的替代技術，為影視行業帶來了三維數字資產生產方式的巨大變革。

5.1 影視虛擬攝制中的應用

影視虛擬攝制包括虛擬勘景、虛擬預演、現場實時交互預演和LED虛擬攝制等，其共同特點是制作大多在虛幻引擎（UE）、Unity等三維實時引擎中完成。

通過Multi?SLAM+3DGS的采集與重建流程所得的三維數字資產可直接應用于影視虛擬攝制的各個流程中，通過插件即可將3DGS資產導入UE，本文測試實踐時所用的插件為Volinga Plugin Pro及其域創新LCC SDK。

5.1.1 虛擬勘景與前期預演

傳統的照片、視頻或平面圖勘景難以呈現真實空間結構和1∶1尺度，而反復現場勘查耗時、費力，且往往效果不佳。Multi?SLAM+3DGS工作流程可1∶1精準還原空間結構。即便在大型或復雜場景中，也可借助控制點和實時動態定位（Real?Time Kinematic, RTK）功能實現場景拼接融合，還可對局部細節精度進行不斷迭代優化，以達到更強的適用性，從而提高虛擬勘景和虛擬預演效率。

5.1.2 LED虛擬攝制與現場實時交互預演

Multi?SLAM+3DGS技術流程能為虛擬攝制和現場實時交互預演快速高效地提供可直接使用的3DGS資產，把以往重建的時間從數天甚至數周壓縮到數小時。此外，憑借3DGS對場景光照的真實還原，使用更少的渲染資源即可還原出更真實的背景。

5.2 后期視效制作中的應用

Multi?SLAM與3DGS技術的結合實現了高保真三維數字資產的快速生成。在后期視效制作中，其生成的三維數字資產可直接高效地應用于中后景，配合精細化掃描亦可滿足中前景的畫質需求。相較于傳統視覺特效流程，該技術免除了點云清理、修補孔洞、拓撲重構、材質貼圖及布光渲染等繁瑣環節，有效縮短了制作周期。然而，3DGS的幾何結構、色彩、光照均直接呈現于高斯橢球的屬性中，且并沒有材質、貼圖的概念，而是通過球諧函數等屬性表示相關特性，因此目前對3DGS資產的編輯自由度依然十分受限。綜上所述，3DGS技術較為適合實景背景替換的拍攝，例如補拍、重拍及異地拍攝等，但對于虛構場景或改動較大的場景，目前尚無明顯優勢。

5.3 VR電影創制和播映中的應用

2025年3月，《國家電影局關于促進虛擬現實電影有序發展的通知》發布，大力支持VR電影產業發展，而VR電影的創制需要大量的三維數字資產。基于Multi?SLAM+3DGS技術方案生產三維數字資產，不僅可大幅縮短生產周期和生產成本，在最終呈現效果上也更逼真。

盡管 3DGS技術目前已在桌面端平面顯示上實現了流暢的實時渲染，但在VR頭顯設備上仍面臨挑戰。由于 VR 采用特殊渲染管線，計算負載顯著增加，導致在處理大規模或復雜場景時，當前的算法效率與硬件性能尚難滿足沉浸式體驗所需的高幀率與低延遲標準[14]。因此，未來仍需持續深耕針對VR端的算法優化，以解決這一性能瓶頸。

5.4 3DGS應用中存在的問題

5.4.1 可編輯性瓶頸

可編輯性弱是目前 3DGS技術的顯著瓶頸。盡管現有工具已支持對3D高斯橢球的選擇、刪除、復制，以及包括平移、旋轉、縮放在內的基礎幾何變換，并能進行一定的色彩調整（圖5）。由于3DGS資產的編輯組成方式是離散的高斯橢球，因此對象的選擇大多依靠人工完成，相關技術仍在發展過程中[15]。此外，相較于傳統網格資產在材質、紋理貼圖及網格拓撲結構等方面成熟且豐富的編輯能力，3DGS在編輯自由度上仍存在較大差距。

圖5　對3DGS資產進行移動（a）、旋轉（b）、縮小（c）、放大（d）及調色（e）等編輯

5.4.2 重光照質量差距

目前，3DGS的重光照技術主要依賴逆向渲染思路，即從高斯場中估算出法線、粗糙度等物理屬性，或引入 Mesh 代理幾何體來輔助光照計算。這使在虛擬預演等應用中快速調整光源方向與顏色成為可能。然而，該技術尚處于起步階段，核心瓶頸在于去光照（De?lighting）的徹底性，原始拍攝時的環境陰影往往難以完全剝離，導致重光照時出現雙重陰影現象，且陰影的投射質量仍難以達到影視級標準。圖6為3DGS虛擬場景重光照效果。

圖6　通過3DGS虛擬場景布光

6

總結與展望

本文系統性地研究并驗證了基于Multi?SLAM與3DGS的影視三維數字資產重建方案，研究結果表明，Multi?SLAM技術通過融合視覺、激光雷達與IMU數據并結合后期技術優化，能有效彌補以往三維重建方法的不足，提高重建的速度、質量與魯棒性，減少時間和人力成本的消耗，實現從物理空間到高質量三維數字資產的“端到端”快速轉化，高效賦能影視三維數字資產的精細化和多元化。目前3DGS資產在可編輯性、重光照等方面依然需要不斷改進完善，其在VR頭顯設備以及移動端上的渲染管線仍需優化。

隨著空間智能（Spatial Intelligence）理念的興起，人工智能（AI）正從二維圖像生成邁向對三維物理世界的理解與建模。然而，當前可用于訓練的空間感知與生成模型仍面臨高質量三維數據嚴重匱乏的瓶頸。基于Multi?SLAM與3DGS的實景三維重建方法，不僅能高效獲取高保真、具備真實尺度的三維場景，還可為構建下一代“世界模型”提供大規模、結構化的真實世界訓練數據。

值得關注的是，作為3DGS技術的延伸與突破，4D高斯潑濺（4DGS）在三維空間基礎上引入時間維度，可有效應對3DGS在動態場景處理上的短板，近年來取得顯著進展。目前4DGS在渲染效率與可編輯性上已有明顯提升，能實現動態場景的快速高保真重建，同時降低硬件運行門檻。這些新進展可與Multi?SLAM技術進一步融合，為影視動態資產重建、數字人實時呈現提供更高效的技術支撐，助力影視虛擬攝制提質增效。

注釋、參考文獻

（向下滑動閱讀）

注釋

① 使用Postshot的重建流程，其抽幀密度以及其截止訓練步數對重建時間影響很大。在本測試中，微型單反相機和全景相機采用2 FPS的抽幀速度，使用導入Postshot后軟件默認的截止訓練步數。

參考文獻

[1] 譚臻,牛中顏,張津浦,等.SLAM新機遇—高斯濺射技術[J].中國圖象圖形學報,2025,30(06):1792?1807.

[2] 李永昌,李瑋.基于多傳感器融合的三維高斯潑濺技術[J].現代電子技術,2025,48(17):93?97.DOI:10.16652/j.issn.1004-373x.2025.17.014.

[3] MILDENHALL B, SRINIVASAN P P, TANCIK M, et al. NeRF: Representing scenes as neural radiance fields for view synthesis[EB/OL].(2020?08?03)[2026?01?15]. https://arxiv.org/pdf/2003.08934.

[4] KERBL B, KOPANAS G, LEIMKüHLER T, et al. 3D Gaussian splatting for real?time radiance field rendering[J]. ACM?Transactions on Graphic, 2023, 42(4): 1?14.

[5] ZHU Z, ZHANG W, HAALA N, et al. VIGS?SLAM: Visual Inertial Gaussian Splatting SLAM[EB/OL].(2025?12?02) [2026?01?15].https://arxiv.org/pdf/2512.02293.

[6] PAK G, KIM E. VIGS SLAM: IMU?based Large?Scale 3D Gaussian Splatting SLAM[EB/OL].(2025?01?23)[2026?01?15] . https://arxiv.org/abs/2501.13402.

[7] YAN Q, WANG Q, ZHAO K, et al. RA?NeRF: Robust Neural Radiance Field Reconstruction with Accurate Camera Pose Estimation under Complex Trajectories[EB/OL].(2025?01?24)[2026?01?15]. https://arxiv.org/pdf/2506.15242.

[8] HONG S, ZHENG C, SHEN Y, et al. GS?LIVO: Real?Time LiDAR, Inertial, and Visual Multi?sensor Fused Odometry with Gaussian Mapping[EB/OL] . (2025?01?15) [2026?01?15]. https://arxiv.org/abs/2501.08672.

[9] HONG S, HE J, ZHENG X, et al. LIV?GaussMap: LiDAR?inertial?visual fusion for real?time 3D radiance field map rendering[J]. IEEE Robotics and Automation Letters, 2024, 9(11): 9765?9772.

[10] 朱東林,陳淼,毛宇巖,等.三維高斯潑濺技術在場景重建中的研究現狀與挑戰[J].集成技術,2025,14(04):1?20.

[11] ZHAO H, GUAN W, LU P, et al. LVI?GS: Tightly?coupled LiDAR?Visual?Inertial SLAM using 3D Gaussian Splatting[EB/OL]. (2024?11?05) [2026?01?28]. https://arxiv.org/abs/2411.02703.

[12] ZHANG T, HUANG R, LI J, et al. Incremental Gaussian Splatting: A Real?Time Multi?Sensor SLAM Backend with LiDAR Priors[C]// Proceedings of 2025 44th Chinese Control Conference (CCC). IEEE, 2025: 4021?4028.

[13] WANG J, ZHOU P, LI C, et al. Low?Frequency First: Eliminating Floating Artifacts in 3D Gaussian Splatting [EB/OL]. (2024?08?08) [2026?01?28]. https://arxiv.org/abs/2408.04381.

[14] 國家電影局.國家電影局關于促進虛擬現實電影有序發展的通知[EB/OL].(2025?03?21)[2026?01?26].https://www.chinafilm.gov.cn/xwzx/ywxx/202503/t202 50321_888199.html.

[15] 王鋒,銀瑩,王佳炎,等.基于高斯潑濺的輕量級重建場景分割方法[J].計算機學報,2025,48(05):1232?1243.

期刊導讀 |《現代電影技術》2026年第3期

張海悅等：虛擬現實電影發展趨勢與技術標準體系建設研究

傅凌焜等：新能源技術賦能電影產業綠色轉型的路徑研究——以運達集團移動儲能系統為例