真正的战场不在生成端
最近，AI教母李飞飞发帖宣布“可以在任意设备上流式传输超过1亿个高斯泼溅”。
瞬间引爆了技术圈对3DGS（3D Gaussian Splatting）的新一轮关注。
大家突然开始意识到，大规模3D高斯模型，开始可以在移动端运行了。
也正是因为这个，让人联想到2005年——那一年MP4格式的出现，视频第一次可以被轻松压缩、分享和播放。
随之而来的是，视频从“专业内容”变成“日常语言”，进而催生了整个内容生态的爆发。
这不禁让人期待，是否3D内容也即将迎来属于它的“MP4时刻”？
但冷静下来看，移动端渲染3DGS本身并不是什么新鲜事。两年前就有一家深圳创业公司做出了完整产品，甚至开源至GitHub。可为什么3DGS至今还没能像视频一样普及？更关键的问题在于：用户拿它来做什么？
如果只把“能打开”当作终点，那3D内容注定只能在极客圈里打转。真正的转折点，永远是“能用、好用、值得用”。
其实3D世界的构建，一直存在两条不同路径：
- 一条是建模/AI生成，创造不存在的世界，服务于游戏与创意表达；
- 另一条是现实捕捉（Reality Capture），记录真实世界，服务于空间记录、测量与仿真。
李飞飞的方向更偏向前者，结合自然语言模型和三维空间生成，是AI生图/视频的升维版本。虽然也支持照片生模型，但精度和完整性上与专业现实捕捉差距明显。
现实捕捉往往使用摄影重建或激光+视觉结合的方式，完整而真实地还原现实世界。而“大规模3DGS在移动端渲染”的故事，两年前就在这条路上演过了。
第一个支持大规模3D高斯模型在多端（含移动端）渲染的产品是——其域创新XGRIDS的LCC（Lixel CyberColor），全球首个可商用的大场景3D高斯产品。
他们在2024年推出了由SLAM空间扫描硬件和3D高斯生成软件组成的现实捕捉方案。这套方案能将真实世界还原成高精度3D高斯泼溅模型，并在移动端加载无限大的3DGS数据——这是行业里第一次有人把这件事做成产品。
但当时评论区最多的疑问是：“这个模型能用来做什么？”“除了好看还能干嘛？”技术已不再是瓶颈，用户的困惑却揭示了更本质的问题。
三维模型不像视频，我们天然知道视频能带来什么。但在交互介质大多还是二维屏幕的现状下，光是“打开”一个三维模型，似乎没有比看一段视频带来更显著的价值增量。甚至很多用户会问：“这个模型漫游是不是一段拍摄视频？可能还不如4K实拍清晰。”
如果只能“粗略地看”，3DGS只是一个看起来更牛的技术，却无法直接解决用户痛点。另一个做手机重建三维模型的产品Kiri engine的创始人Jack也曾坦言：“我们只能去描绘一些有关Vision Pro的未来愿景。”连行业内部人士都用未来愿景作答，说明问题的根源不在技术本身。
回答“3D高斯能用来做什么”，才是眼下最本质的问题。
过去几年，3DGS技术发展确实快：从论文到开源，从PC到移动端，从实验室到产品化。但行业始终没有爆发，原因很现实：
- 太大，难以传输（动辄几十GB）
- 太重，难以加载（设备性能门槛极高）
- 太新，缺乏生态系统支持（与各类场景原有工具链几乎不兼容）
不过最近社媒上出现的新探索，证明这些问题正在被解决：有用户用3D高斯复刻城市道路，并用Vibe coding两天做了一个赛车游戏；三维博主扎克力用3D高斯复刻了整个云南国家级保护村落，并用UE做成移动端可玩的游戏体验。
更大的变化发生在专业场景里。美剧《Fire Country》幕后使用3D高斯泼溅技术扫描了一条街道，在摄影棚中用3DGS模型完成虚拟拍摄，实现了本不可能进行的“实景拍摄”。山东文旅也用该技术完成了趵突泉的数字孪生，让游客未来可以“云游”。
在GTC（英伟达GPU技术大会）上，其域创新通过3D高斯泼溅模型，成功为英伟达和迪士尼机器人完成了具身智能大脑的模拟仿真训练。
数字孪生企业图扑，也放出了用3D高斯泼溅模型为底图搭建的工厂数字孪生系统——过去这种底图都是建模师照着CAD图纸和照片手工“搓”出来的。
这些案例指向同一个方向：3D高斯泼溅，正在从“展示介质”变成“生产力工具”。这种转变的背后，是行业开始意识到：比起“能在手机上跑”，更重要的是有一套能让3D数据真正进入工作流的基础设施。
深挖这些应用背后的支撑技术，会发现不约而同地指向了其域创新的3D高斯方案。
其域创新的创始人兼CEO赵开勇博士，北理工空天学院2001级飞行器设计与工程专业出身。这个专业训练的是极端精度要求下对三维空间的测量、建模与系统集成。其域创新的LCC方案，以及最新升级的LCC2，本质上建立了一整套围绕3DGS的数据基础设施。
如果用一句话总结，它做了三件关键的事：
1、LOD渲染——LCC支持城市级、园区级的3D高斯数据组织与流式LOD加载。LCC2提升为双轨LOD，让移动端可以秒级打开数亿高斯点的数据。
2、极致压缩——LCC2将模型数据压缩到仅为传统PLY格式的8%大小，大幅提升加载速度，节省流量和成本。
3、解耦编解码格式——LCC2将解码与存储分离，独立模块管理，便于在不同场景中接入最合适的编解码格式，促进数据流通。
LCC方案结合空间扫描硬件，提供结构化数据的能力——不仅有“看起来真实”的视觉信息，还有空间结构、尺度、坐标体系等工程属性。这使得3DGS从“视觉内容”变成“可以进入生产系统的数据”，可应用于游戏与沉浸式交互、仿真与训练、数字孪生系统底图、虚拟拍摄与实时渲染等领域，而不是仅仅用于“被观看”。
LCC从设计之初就考虑了与各类引擎、工具链的对接。其域逐步为LCC生态搭建了UE、Unity的plugin，让LCC数据可以无感进入游戏/影视等行业的应用工具链。与英伟达Issac Sim的合作，也完整打通了机器人仿真训练的工作流。
在其域目前公开展示的应用生态中，全球几乎所有3D高斯应用生态的头部企业都接入了LCC。LCC在做一件事：把3DGS嵌入已有生产体系，而不是成为一个孤岛工具。
李飞飞这次带来的，是一个非常重要的信号：3DGS在“生成与分发”层面的能力，正在快速逼近临界点。但历史已经证明——技术从“可行”走向“爆发”，中间一定还需要一个关键层：标准 + 工具链 + 应用闭环。视频如此，3D也不会例外。
其域创新在过去两年里押注的，正是这一层“看不见但决定一切”的基础能力。
所以回到那句核心判断：不是让3DGS能在移动端打开，而是让它真正可用。
当3D内容可以像视频一样被编辑、分发、嵌入工作流、参与生产时，那一刻，才是属于3D世界真正的“MP4时刻”。而现在，我们或许才刚刚走到它的前夜。
