GaussianCity

南洋理工大学 S-Lab 团队开发的 GaussianCity 是一款高效且无边界的3D城市生成框架，采用了先进的3D高斯绘制（3D-GS）技术。该框架通过紧凑的 BEV-Point 表示方法，有效地控制显存使用量，解决了传统方法在生成大规模场景时的显存和存储需求瓶颈。GaussianCity 还引入了空间感知的 BEV-Point Decoder，结合点序列化器和点变换器，生成高质量的3D高斯属性，在无人机和街景视角的3D城市生成任务中展现出卓越性能，速度提升高达60倍，达到了新的高度。

GaussianCity 的主要功能包括高效生成大规模3D城市，低显存和存储需求，高质量视觉效果，以及实时渲染与交互。其技术原理主要涵盖了 3D高斯绘制（3D-GS）、BEV-Point 表示、空间感知的 BEV-Point解码器以及高效的渲染流程。

GaussianCity 的应用场景广泛，包括游戏与虚拟现实、动画与影视制作、城市规划与建筑设计、自动驾驶与交通模拟以及地理信息系统等多个领域。该框架可帮助降低开发成本、提升制作效率，并支持各种实际应用需求。

如果您对 GaussianCity 感兴趣，可通过以下途径获取更多信息：

• GitHub 仓库地址：https://github.com/hzxie/GaussianCity
• HuggingFace 模型库地址：https://huggingface.co/spaces/hzxie/gaussian-city
• arXiv 技术论文链接：https://arxiv.org/pdf/2406.06526

常见问题中涵盖了 GaussianCity 适用行业、源代码获取方式、性能表现和实时生成能力等方面的问题解答。如有其他疑问或需进一步了解，欢迎详细了解相关内容。