尽管3DGS的渲染速度极快，其训练过程却往往需要数十分钟甚至数小时，成为制约其广泛应用的主要 瓶颈。现有优化方案往往仅从单一层面入手，难以系统性地解决训练过程中的性能制约。为此，摩尔线 程自主研发了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。 本报讯(记者李乔宇)12月17日，在中国香港举办的全球图形学领域备受瞩目的顶级学术盛会 SIGGRAPHAsia2025上，摩尔线程智能科技(北京)股份有限公司(以下简称"摩尔线程")在 3DGaussianSplattingReconstructionChallenge(3DGS重建挑战赛)中，凭借自研技术LiteGS出色的算法实力 和软硬件协同优化能力，斩获大赛银奖。 3DGaussianSplatting(3DGS，三维高斯溅射)是一项革命性的3D场景表示与渲染技术，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。 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，树立了该领域新的性能 标杆。在达到与当前质量最优方案同等水平时，LiteGS ...

机器之心发布 12 月 17 日，在香港举办的全球图形学领域备受瞩目的顶级学术盛会 SIGGRAPH Asia 2025 上，摩尔线程在 3D Gaussian Splatting Reconstruction Challenge（3DGS 重建挑战赛）中凭借自研技术 LiteGS 出色的算法实力和软硬件协同优化能力，斩获大赛银奖，再次证明摩尔线程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。 （ * 上图仅作示意） 作为近年来快速发展的神经渲染技术，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。尤其是在具身智 能（Embodied AI）等需要智能体理解并与真实环境交互的前沿领域，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，有助于提升路径规划、环境感知和复杂操作任务的能力。随着 AI 技术向 "理解并操作真实世界" 方向不断延 展，3DGS 正逐渐成为具身智能训练场景中的关键基础技术之一。 正因其对未来图形学技术路线的关键意义，3DGS 已成为全球学术界与产 ...