从原始数据到三维业务场景，4步打造企业级3DGS应用

原创 于 2025-10-16 16:07:20 发布 · 785 阅读 · 18 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#3d

在实景三维应用项目中，Mapmost 3DGS技术可帮助客户降低30%以上的数据成本，同时提供比传统倾斜摄影更真实的三维还原效果，并保持与倾斜三维一致的便捷开发模式。企业无需牺牲精度或开发效率，即可获得“低成本+高真实感”的双重优势。

近日，Mapmost 正式上线服务端3DGS建模功能，专为满足企业级客户与项目团队的高标准需求而生。通过强大的服务端处理能力，我们助力您轻松完成大规模场景建模，并一键发布为可调用的三维服务。

本文将带您全程体验，从部署到应用的3DGS建模、服务发布到应用开发全流程，助您快速掌握这项前沿技术。

场景汇总(1)

Mapmost 3DGS建模效果预览

​

全流程四步走：

Step1：部署与激活

联系客服获取私有化部署包并根据配置建议准备相应服务器资源。

Step2：3DGS建模

登录Mapmost Studio，通过直观的界面入口进入建模任务。灵活配置数据与参数，支持本地文件上传、分布式GPU加速等高级功能；

Step3：服务发布

一键将模型转化为可实时调用的3DGS服务，为业务场景提供强大支持。

Step4：应用开发

基于3DGS发布的服务，利用Mapmost SDK for WebGL提供的400+API快速搭建多行业三维场景，实现深度应用。

部署与激活

联系客服获取 3DGS扩展包私有化部署包，根据配置建议准备服务器资源，通过 服务器准备、部署包上传解压、配置信息修改、脚本执行、开机自启 五大步骤，轻松激活服务端能力。

服务器配置建议

🌐详细部署指南请参考：https://studio.mapmost.com/mapmost_docs/studio/latest/docs/3dgs/deploy

3DGS建模与服务发布

在Mapmost Studio中，您仅需上传数据并配置参数，即可启动3DGS建模。通过高效的自研算法，系统将自动生成高保真实景三维模型，并支持一键发布为可随时调用的三维服务，快速为您的业务应用提供强大的数字底图。

建模完成后，可一键发布为三维服务，直接供业务系统调用。

3DGS操作视频

3DGS建模与服务发布操作步骤

​

应用开发

发布成功的3DGS服务，其链接可直接在Mapmost SDK for WebGL中加载调用。

该引擎支持将3DGS模型与传统倾斜摄影、BIM、矢量数据、影像地图、三维模型等进行无缝融合，提供超过400个专业API，全面支持三维空间量测、数据单体化、空间分析与可视化等高级功能。

为城市更新、建筑城规、智慧交通、工程管理、应急勘灾、能源矿业、文旅文保、影视娱乐等十余个领域打造标准化三维底座，从应急响应到长效管理，赋能千行百业智能化升级。

🌐加载方法参考：WebGL 3DGS加载在线文档

https://www.mapmost.com/mapmost_docs/webgl/latest/docs/demo/3DGS_LOD/

3DGS文旅景区应用开发

上传视频封面

文旅景区3DGS建模应用

产品试用

扫码添加客服，回复3DGS

获取Mapmost产品试用或购买咨询

我们将为您提供最新的产品功能体验

Mapmost
关注
3D高斯压缩黑科技开源！1GB场景压到42MB，Web3D迎来“WebP时刻”——SOG格式深度解析
这里汇聚了前沿的技术分享与实用的开发技巧，带你探索从创意到企业的技术创业之路。
09-23 329
Web3D迎来革命性突破！PlayCanvas开源全新3D高斯泼溅压缩格式SOG，将1GB场景压缩至仅42MB，体积缩小95%，加载速度提升10倍+。SOG通过将3D数据编码为WebP纹理+元数据，实现GPU零拷贝实时渲染，完美兼容WebGL/WebGPU。实测显示，4百万高斯点的场景在手机上1.5秒内完成加载，内存占用降低83%。这一技术突破为电商展示、虚拟旅游、工业设计等领域带来新机遇，开发者可通过开源工具链快速集成。SOG被誉为"3D界的WebP"，有望成为下一代3D互联网的基础设
智驾数据闭环全流程介绍
m0_51582169的博客
08-05 4774
借助大语言模型的能力，毫末实现了在开集场景中Zero-Shot的快速精准的自动标注。随着BEV感知技术的出现，图像特征开始从2D的透视图转换到了3D空间，输出车体世界坐标系下的3D静态或者动态的结果，而BEV需要的真值数据并且动态物体还需要考虑时序信息，由此4D标注技术成为了未来BEV+Transformer架构发展不可或缺的一部分。自动驾驶场景本身就是无界限的场景，之前用NeRF的方法建模时，都是假设场景是稳定的，对于动态场景的捕捉力度不足，在有多个动目标、光线变化的场景里，NeRF合成的图质量很差。
学习笔记之——3D Gaussian Splatting及其在SLAM与自动驾驶上的应用调研
gwpscut的博客
01-09 2万+
论文主页3D Gaussian Splatting是最近NeRF方面的突破性工作，它的特点在于重建质量高的情况下还能接入传统光栅化，优化速度也快（能够在较少的训练时间，实现SOTA级别的NeRF的实时渲染效果，且可以以 1080p 分辨率进行高质量的实时（≥ 30 fps）新视图合成）。开山之作就是论文“3D Gaussian Splatting for Real-Time Radiance Field Rendering”是2023年SIGGRAPH最佳论文。
3D Gaussian Splatting 应用场景及最新进展【附10篇前沿论文和代码】
学姐带你玩AI的博客
01-08 1万+
CV玩家们，知道吗？对，就是计算机视觉最近的新宠，在几个月内席卷三维视觉和SLAM领域的3D高斯。不太了解也没关系，我今天就来和同学们一起聊聊这个话题。如果说NeRF等辐射场方法彻底改变了多张照片或视频主导的场景新视角合成的算法生态，那么3D高斯则是在NeRF的基础上，做到了在保持有竞争力的训练时间的同时实现最先进的视觉质量。
3DGS应用探索
07-12 1583
在我们的研究项目 Presence 中，我们尝试了这些不同的方法，发现高斯溅射是一种可行的替代方案。例如，摄影测量对光线敏感，通常难以捕捉细节，尤其是在颜色均匀的物体中（例如，穿着均匀黑色服装的人）。以前，这是一项成本高昂且耗时的工程，需要专门的硬件和软件，例如 LiDAR 扫描仪和复杂的软件包。此外，考虑到我们之前在摄影测量和 NeRF 方面的经验，我们已经熟悉了创建高斯溅射的底层过程，因此这导致了短暂的初步研究。首先，创建一个帐户并登录。值得注意的是，这项初步研究是在高斯溅射刚刚兴起的时候进行的。
【动态三维重建】Deformable 3D Gaussians 可变形3D GS用于单目动态场景重建（CVPR 2024）
qq_45752541的博客
03-20 5813
隐式神经表示为动态场景重建和渲染的新方法铺平了道路。尽管如此，先进的动态神经渲染方法很大程度依赖这些隐式表示，经常难以捕捉场景中物体的复杂细节。此外，隐式方法在一般动态场景中实现实时渲染，限制了它们在各种任务中的使用。为了解决这一问题，我们提出了一种可变形的三维高斯分布的splatting 方法，该方法使用三维高斯分布来重建场景，并在具有变形场的规范空间中学习它们，以建模单目动态场景。我们还引入了一种没有额外开销的退火平滑训练机制，它可以减轻不准确的姿态对真实世界数据集中时间插值任务的平滑性的影响。
CVPR24 最佳学生论文：实现3DGS新突破，任意尺度无锯齿渲染！
深度学习技术前沿
06-29 4212
作者丨匡吉来源丨深蓝AI编辑丨极市平台论文链接：https://arxiv.org/pdf/2311.164931 摘要最近，三维高斯抛雪球技术展示了令人印象深刻的新颖视图合成结果，达到了高保真和高效率。然而，当改变采样率时，例如通过改变焦距或相机距离，会观察到强烈的伪影现象。作者发现，造成这种现象的原因是缺乏三维频率约束和使用了二维空洞滤波器。为了解决这个问题，作者引入了三维平滑滤波器，根据输入...
51c自动驾驶~合集4
whaosoft~aiotの开发板商城
10-31 1724
我自己的原文哦~ https://blog.51cto.com/whaosoft/12413878迈驰&旷视最新MCTrack：KITTI/nuScenes/Waymo三榜单SOTA1. 写在前面&出发点自2016年SORT[1]算法提出以来，多目标跟踪任务已经经历了多年的发展，从最初的TBD(Tracking-By-Detection)范式发展到TBA(Tracking-By-Attention), JDT(Joint-Detection-Tracking)等范式，从单模态到多模态跟踪，从2D跟踪发展到
51c自动驾驶~合集46
whaosoft~aiotの开发板商城
01-12 1975
我自己的原文哦~ https://blog.51cto.com/whaosoft/13050104三维空间占有率（3D Occupancy）预测的目的是预测三维空间中的每个体素是否被占有，如果被占有，则对应的体素将被标记。3D Semantic Occupancy是在三维空间内同时编码占用状态和语义信息，成为描述自动驾驶 3D 场景的一种极具吸引力的表示方式。而自动驾驶世界模型（World Model）具备对真实物理世界的理解能力，基于一些历史信息/状态，能够预测未来时刻的场景变化甚至agents的状态
51c自动驾驶~合集41
whaosoft~aiotの开发板商城
12-17 1541
现有激光雷达语义分割的SOTA方法通常包含专门为机械旋转激光雷达设计的归纳偏置。这限制了模型在其他类型激光雷达技术中的通用性，并使超参数调整变得更加复杂。为了解决这些问题，上海交通大学团队提出了一种通用的框架SFPNet，用稀疏焦点机制代替窗口注意力机制，以适应市场上流行的各种类型的激光雷达。SFPNet能够提取多层上下文信息，并使用门控机制动态聚合不同层次的信息。作者还提出了一种针对工业机器人应用场景的新型混合固态激光雷达语义分割数据集S.MID。
单体化解锁3DGS场景深层交互价值，让3DGS模型真正被用起来！
最新发布
Mapmost的博客
09-10 851
3DGS模型与倾斜摄影模型在重建过程上具有相似性，两者在重建过程中都不能自动区分不同语义类别的地物，输出结果同样是一个整体。，用户只需设置二维范围、底面起始高度以及在垂直方向上的拉伸高度即可完成包围盒的设置，添加单体化高亮颜色以及颜色透明度，即可实现3DGS模型的动态单体化。，但前端加载多个独立3DGS模型会带来显示问题：如下图中，位于更远处的电力塔遮挡住了位于更近的建筑，，把该范围内的模型高亮，动态地实现倾斜摄影模型选中的效果。，即把连续的三角面片网从物理上分割开，从而实现单体化。
将针孔模型相机 应用到3DGS
qq_41623632的博客
04-28 2741
下面这个 Projection_Matrix 的构建 和上面公式推导会有一点不一样的地方，尤其是对于 Z值的计算上，Github 上也有人提出过疑问。， 然后我们再通过线性变换做正交投影将Cuboid 的长和宽分别缩放到 一个 单位立方体, 即将 [l, r] ⇒ [-1, 1] and [b, t] ⇒ [-1, 1]。【 就是把 （l,r）映射到 （-1，1）】,最后才可以变换到Clip坐标系下面的坐标。上面的恰好是 Clip 坐标系的 齐次坐标系。3DGS 的 投影采用的是 CG系的投影矩阵。
可微分3D高斯溅射（3DGS）在医学图像三维重建中的应用
m0_57621770的博客
07-16 828
WebGPU渲染管线集成Mip-Splatting → 支持AR/VR解剖教学。新视角合成帧率 ≥30 FPS（桌面端）、≥10 FPS（移动端）获取HiP-CT/CTA数据 → 降采样至50μm级 → 8位量化。扩展Alpha优化 → 敏感度感知VQ压缩 → 生成HR/HQ模型。的医学体积数据三维重建，支持移动端/网页端交互式解剖学习。：代理模型（高斯过程） + 采集函数（上置信界，κ=10）将GB级医学影像（CT/MRI）压缩至MB级可渲染表示。下的多角度解剖结构探索（如器官、血管）
盘一盘3DGS对哪些行业影响最大？
soaring_casia的专栏
07-11 2104
3DGS，即三维高斯溅射技术（3D Gaussian Splashing），是一种先进的三维建模和可视化技术。它主要用于计算机图形学、计算机视觉和相关领域，以实现对三维场景的高效和精确表示。3DGS使用高斯函数来表示三维空间中的点或体积。每个点用一个高斯函数来描述，该函数定义了点的空间位置以及沿各轴的扩散程度。在3DGS中，点的存在概率由高斯函数的值决定，这允许对表面的模糊边界进行建模，而不是严格的几何边界。3DGS可以同时在多个尺度上表示三维形状，从而捕捉到从微观到宏观的不同层次的细节。
小白也能听懂的干货：SLAM建图 vs NeRF / 3DGS三维重建本质区别与应用选择【2025最新版！！！】
举个栗子的博客
05-05 2039
一个强调“定位-结构”，服务于机器智能；一个强调“视觉-保真”，服务于人类感知。在实际工程与研究中，它们不是替代关系，而是互补关系。选择哪种技术，关键要看你的目标是“走得更准”，还是“看得更清”。
SIBR详细介绍：基于图像的渲染系统及3DGS实例展示【3DGS实验复现】
sunflowers__k的博客
10-20 9221
SIBR（System for Image-Based Rendering）是一个专为基于图像的渲染（Image-Based Rendering，简称 IBR）开发的系统。与传统的 3D 渲染不同，SIBR 依赖于从多个视角拍摄的2D图像数据，重建或合成出三维场景或物体的渲染效果。它广泛应用于计算机图形学、虚拟现实（VR）、游戏开发等领域，能够生成高质量的逼真渲染图像，而不依赖完整的三维几何模型。
【小白】一文读懂3DGS高斯泼溅技术
热门推荐
weixin_47228643的博客
07-23 2万+
3D Gaussian Splatting是最近NeRF方面的突破性工作，它的特点在于重建质量高的情况下还能接入传统光栅化，优化速度也快（能够在较少的训练时间，实现SOTA级别的NeRF的实时渲染效果，且可以以 1080p 分辨率进行高质量的实时（≥ 30 fps）新视图合成）。开山之作就是论文“3D Gaussian Splatting for Real-Time Radiance Field Rendering”是2023年SIGGRAPH最佳论文。
高德沉浸式AI“云境”助力三维数字孪生
高德技术
08-01 1378
城市级数字孪生体，正是以强大仿真引擎与神经渲染等AI前沿技术基石、同时融合了（数据实时汇入环境、交通、能源、安防等）共同孕育的“智能生命体”，它超越了静态的“三维模型”，实时数据赋予了模型一系列“生命体征”，结合大数据分析与人工智能，实现对城市运行状态的动态监测、问题预警（如交通拥堵、内涝风险）、趋势推演（如人口流动、碳排放模拟）和策略优化（如信号灯配时、应急响应）。构建一个与现实城市一模一样的“镜像”，每盏路灯的能耗、每道车流的韵律、每片绿地的呼吸，都在镜像中实时搏动。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值