Smol-GS：用于抽象 3D 高斯溅写的紧凑表示
计算机视觉与模式识别
2026-03-30 v2
摘要
我们提出 Smol-GS，这是一种用于学习 3D 高斯溅写（3DGS）紧凑表示的新方法。我们的 approach 通过学习高度高效的单颗粒特征来建模 3D 空间，这些特征捕捉了抽象线索，包括颜色、不透明度、变换和材料属性。我们提出了基于八叉树的位置编码，显式建模空间局部性并增强表示效率。我们进一步应用熵基压缩来利用特征冗余，并使用递归体素层次压缩溅写坐标。这一设计实现了数量级的存储降低，同时保持表示的灵活性。Smol-GS 在标准基准测试上实现了最高的压缩性能，同时保持高水平的渲染质量。
引用
@article{arxiv.2512.00850,
title = {Smol-GS: Compact Representations for Abstract 3D Gaussian Splatting},
author = {Haishan Wang and Mohammad Hassan Vali and Arno Solin},
journal= {arXiv preprint arXiv:2512.00850},
year = {2026}
}