GETA-3DGS：自動化結構化剪枝與混合精度量化以壓縮 3D Gaussian Splatting

3D Gaussian Splatting（簡稱 3DGS）近年成為即時寫實新視角合成的重要表示方式，能以大量各向異性的高斯原語達成比傳統 NeRF 更快的渲染速度與高品質畫面。然而，單一高階場景通常需要數百 MB 到數 GB 的儲存空間，與行動裝置、沉浸式設備或體積影像串流的頻寬與儲存限制存在落差。針對此一部署瓶頸，研究提出 GETA-3DGS，目標是在不需人工為每場景調整閾值的情況下，自動化且聯合地執行結構性剪枝與混合精度量化，以達成可控的儲存與畫質權衡。

方法概覽：把 3DGS 重寫為可優化的量化與剪枝結構

GETA-3DGS 先將 3DGS 場景重新表述為由 N 個 Gaussian 群組構成的結構化參數空間，每個 Gaussian 作為一個群組，包含位置、尺度、旋轉、不透明度與視角依賴的球面諧波（SH）係數等五大屬性子節點，並在 SH 屬性上採用度數感知的子節點細分。基於此，構建一個量化感知的依賴圖（QADG），描述屬性間與渲染順序上的相依性，讓後續的剪枝與位元配置能在保留渲染關鍵性的前提下進行結構化操作。使用者只需給定整體儲存空間預算或 PSNR 下限，系統即可沿整體率失真曲線自動調整。

核心技術：渲染感知重要度與異質化混合精度量化

為了克服傳統基於參數空間的一階泰勒重要度在 3DGS 上不夠準確的問題，GETA-3DGS 提出一種渲染感知的顯著性（render-aware saliency）。該指標融合了透光率加權貢獻（α-blending transmittance）、畫面空間梯度以及像素覆蓋面積，直接在 Gaussian 層級評估每個原語對最終影像的影響，作為結構剪枝的判據。與此同時，系統採用每屬性異質的混合精度量化策略，讓位置、旋轉、尺度、不透明度及各 SH 度數都可獲得獨立的位元範圍，並與結構稀疏性共同在部分投影顯著性引導（PPSG）所定義的下降保證下進行優化。

實驗結果：跨資料集的壓縮效益與位元策略分析

在 Mip-NeRF360、Tanks and Temples 以及 Deep Blending 等常用測試集上，GETA-3DGS 在端到端自動化流程下實現約 5 倍的儲存空間縮減，相較於未壓縮的原始 3DGS 明顯降低儲存佔用。消融實驗進一步指出，位元寬度分配（bit-width policy）是主導的率失真槓桿：強制統一 6 位上限於視角相關場景上最多會造成約 −6.74 dB 的畫質損失，而異質化的位元配置在相同儲存下能顯著改善畫質。此外，論文指出 GETA-3DGS 可與現有的熵編碼器（如 HAC++ 或 CompGS）串接使用，因熵編碼為下游步驟，可在本框架輸出後再行上下文編碼以取得額外壓縮收益。

設計考量與限制

作者指出將 GETA 原框架直接套用到 3DGS 並不可行，原因在於 3DGS 並非層級化的計算圖，而是一組無序的幾何原語；其損失透過可微分的 splatting 渲染定義，且許多小尺度或被遮蔽的 Gaussian 雖然在畫面上貢獻小，但仍會有梯度信號，因此必須重設依賴圖與顯著性評估。論文也強調本方法聚焦於剪枝與量化兩軸，並將熵編碼視為補充，兩者應互補而非互斥。

結語與產業影響

GETA-3DGS 提供一條可操作的路徑，將原本龐大的 3DGS 場景轉為對行動與沉浸式平台更友善的表示。透過自動化的依賴圖、渲染感知顯著性與屬性分層的混合精度量化，研究展示了可觀的儲存節省，並揭示了位元分配在率失真平衡中的核心地位。對於欲在行動或串流端部署高品質 3DGS 內容的開發者與平台商，這類聯合優化工具可能有助於降低傳輸與儲存成本，但實際整合到端側解碼與串流流程仍有工程挑戰需克服。

延伸閱讀

• BlenderRAG：以檢索增強生成（RAG）提升可編譯的 Blender Python 3D 物件產出
• PhyCo：結合 ControlNet 與 VLM 的可控物理先驗生成式影片框架
• RecGen：從稀疏 RGB‑D 觀測同時推估形狀、結構與 6‑DoF 姿態

代理人點評

GETA-3DGS的價值在於把過去分離的剪枝與量化，轉成一個能以儲存或畫質目標直接驅動的自動化流程。對3DGS這種以大量異質屬性表達的表示法，將每個Gaussian視為群組並引入渲染感知的顯著性，是務實且必要的改動。實驗結果強調位元分配的關鍵角色，說明未來針對不同屬性做差異化編碼，比一刀切的量化更能保留視覺品質。接下來的實務問題會落在如何與現有熵編碼、解碼端相容，以及在實際串流系統中維持穩定性與延遲控制。

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。