不换编码也不加网络：把核从钟形换成可逐维调形的 Beta 核

1三个维度被一个钟形绑住

3D 高斯泼溅能成为辐射场重建的主流做法，靠的是显式基元加光栅化这条路：把场景拆成一堆各向异性的椭球，投影到屏幕再按深度合成，于是实时渲染不再是奢望。代价是每个椭球只能带一套参数，而「视角相关外观」与「动态」这两件事都不在椭球的参数里。3DGS 的补法是给每个基元挂球谐系数管颜色随视角的变化，动态那一侧则再补一个形变网络。补丁越堆越多，核函数本身却一直没动：它始终是那个高斯钟形（§1, p1）。

这篇要动的就是这一层。原文的观察很朴素：不同的场景属性需要不同的核行为。空间几何希望剖面可平可尖，平滑表面要宽支撑、细节纹理要窄支撑；角度外观从漫反射一路铺到镜面，前者要宽响应、后者要尖峰；时间动态从「一直不动」到「快速运动」，前者要恒定支撑、后者要局部激活。真实场景里这三件事是各自变化的，而高斯核用一个剖面把它们拴在一起（§1, p1）。

拴在一起的后果，在条件化那一步会变得具体。以 6DGS 为例，把视角方向并进联合分布、再对视角取条件，得到的是一个「专属于当前视角」的 3D 高斯；可这个 3D 高斯是由联合分布的协方差算出来的，于是当输入视角变化时，基元一定会跟着动：它的空间均值会平移、空间协方差会变形、不透明度会随角度距离衰减。原文把这种联动叫耦合，并在附录里拆成两条更硬的约束（附录 C, p17）。第一条是固定的钟形剖面：exp(−r²/2σ²) 在所有维度上形式相同，做不出「平的响应」，所以 6DGS 里的一个基元没有办法做到视角无关，哪怕它表示的是完全不受光照方向影响的一块漫反射表面。第二条是对称的维度耦合：多变量高斯用协方差把各维绑在一起，条件化必然同时改动均值、协方差与不透明度，于是「空间上局部的一块纹理只让它的角度响应变」或者「静态物体保持不变、周围动态元素在动」这类组合，单个高斯基元表达不了。

这两条约束推到工程上，就是用数量换表达：为了让一块该平的表面在角度维上真的平下去，得堆很多个互相耦合的小基元去互相抵消。原文的判断是这种做法低效（附录 C, p17）。这也解释了这篇为什么不走「提高球谐阶数」或「换更复杂的形变网络」那两条路：那两条都在既有的参数体系里做加法，而缺口在参数体系本身。

这一章还要把「改核」这件事的边界说清楚，免得读成「换个函数就完了」。核的形状一变，三件事会跟着变：其一，密度的归一化与不透明度的含义要重新对齐，因为不透明度乘在一个峰值不同的核上，语义会漂（这一点在第 6 章的门控乘积形式上被处理）；其二，协方差的参数化要重做，因为形状参数与协方差共同决定剖面，两者必须能分开优化才不会互相打架（第 5 章）；其三，各类加速结构（排序、分层、光栅化的 tile 划分）默认输入是各向同性衰减的核，换核之后这些默认假设要逐个复查（第 9 章）。原文把这三件事分别落在三节里讲，顺序也就是这一篇的骨架。

最后把这一篇与相邻做法摆在一起，分界线只有一条。改核函数本身与改核带的那几个量是两件事：前者动的是密度对距离的依赖形式，后者动的是这个核有多不透明、颜色如何随视角变。本篇选前者，并把核的形状参数逐维拆开；空间维可以走一条形状、角度维走另一条、时间维再走第三条，三条互不干扰（§4.1, p3）。

2改核形状与加维数，前人各走了一半

前人绕开高斯核限制的路，原文在 §2 收成两支，第 3 章又补上一支作对照（§2, p2–p3）。

第一支改核的形状，但仍留在 3D 空间里。 这一支想的是把钟形换掉：广义指数核、截断高斯、二阶高斯、半高斯、带不连续感知的高斯各自换了剖面的解析形式，DBS、3D Student Splatting、Gabor Splats 则换到别的分布族上，去换更利的边缘或更重的尾；外观那一侧有 Textured Gaussians 给每个 splat 加纹理化的颜色细节。再往外还有 3D Convex Splatting、Triangle Splatting、Deformable Radial Kernel Splatting 这类直接换几何基元的做法。原文对这些工作的定位是：它们各自改善了空间重建的某一方面，但都局限在 3D 空间核上，没有推到「把空间、角度、时间放在一个表示里联合建模」这一步（§2, p2）。

第二支改维数，但仍用高斯剖面。 N-dimensional Gaussians 先把高斯抬到高维，6DGS 与 7DGS 接着用条件切片把它变成能渲的 3D 表示：把视角方向、时间一起放进联合分布，再对查询条件取条件。原文对这条线的评价是「优雅」：它确实把视角与时间纳入了同一个表示，也能捕捉散射与动态变化。但它的短板也直接来自高斯：高斯分布在角度位置上做不出陡峭的截断，想逼近镜面就得用很多小基元去堆，效率随之上不去（§2, p2）。附录 C 把这一点写成「对称的维度耦合」：无论怎么条件化，一个基元都改不了「动视角就同时位移、变形、变淡」这件事。

第三支是换掉颜色编码的那一支，DBS（Deformable Beta Splatting）是代表。它把高斯核换成有界自适应的 Beta 核 B(x;µ,Σ,b) = (1−r(x))^{β(b)}，形状参数 β(b) = 4exp(b) 让剖面可平可尖（式 3-4, p3）。原文承认它在地理保真度上有效，也点明它的两处不足：仍局限于 3D 空间维，而且视角相关的颜色还得另外挂一套球谐（§1, p1）。

三支摊开看，一句话能把这条线说清：改形状的没升维，升维的没改形状，改形状又换编码的那一支没升维。本篇的位置落在这三条线的交汇处：核的形状逐维可调（承接第一支）＋ 表示抬到 N 维（承接第二支）＋ 免掉辅助颜色编码（补上第三支的缺口）。原文对自家贡献的措辞是「一个统一的 N 维表示，带逐维形状控制」（§1, p2）。

这条线在数值上的落点放在第 11 章：表 13-2 把本篇与 4DGS、4DGaussians、Ex4DGS、7DGS 这几个同族方法在 N3V 数据集上正面比过一遍，六场景里本篇拿下四场、均值领先（附录 A.2, p13）。这里先记一个口径：N3V 是真实世界动态数据集，六场景的名字分别是 Coffee Martini、Cook Spinach、Cut Roasted Beef、Flame Salmon、Flame Steak、Sear Steak，各方法的读数与均值在第 11 章逐格列出。

把第二支的机制再往下拆一层，能看出它为什么没法自己解决形状这件事。6DGS/7DGS 的条件切片是一条承重的设计：它把 N 维联合分布投影到一个「给定视角或时间」的 3D 高斯上，于是泼溅这条管线的输入仍然是熟悉的 3D 椭球。这个「降维」在代数上干净，但在表达上并不解耦：投影用的还是协方差，而协方差描述的是联合分布的线性相关，它回答不了「这块表面在角度维上应该是平的还是尖的」这类问题。原文由此写下一句判词：高斯分布在角度位置上做不出陡峭的截断，想逼近镜面就得靠大量小基元去堆（§2, p2）。这句话决定了第二支的天花板不在算法，而在剖面。

第一支的处境正好相反：它的剖面可以很自由，但只在一个 3D 空间里自由。GES 用广义指数、TNT-GS 用截断、Quadratic GS 用二阶、3D Half-Gaussian 用半高斯、Disc-GS 用不连续感知的高斯，这些改动都在回答「空间几何怎么拟合得更准」；Gabor Splats、3D Student Splatting 与 DBS 换到别的分布族，是为了更利的边缘或更重的尾。它们没有回答的是「视角与时间怎么办」：原文的措辞是这些方法仍局限在 3D 空间核上，没有扩展到能联合建模空间、角度、时间的统一高维泼溅（§2, p2）。第 3 章会补上第三支 DBS 的细节，它同时踩在这两个坑中间：形状自由了，但只在空间维，而且颜色还要另挂一套球谐。

这一章要收的账是「各让出了什么」：改形状那一支让出的是维数，升维那一支让出的是形状自由度，换编码那一支让出的是统一性（空间与角度要分别维护）。本篇要同时拿回这三样，代价落在工程上，也就是第 5 章与第 6 章要讲的两处参数化。

3读这篇前要垫的三块底

这一章把三块底铺好：3DGS 的密度与合成、DBS 的 Beta 核、6DGS/7DGS 的条件分布。后面每一节的符号都从这里接上。

第一块是 3DGS 的渲染链路。 场景是一堆各向异性 3D 高斯，每个基元带位置 µ、不透明度 o、旋转四元数、尺度与颜色特征；协方差由旋转与尺度拼出 Σ = RSSᵀRᵀ。渲染时把椭球投影到图像平面，得到 2D 均值与 2D 协方差 Σ' = JWΣWᵀJᵀ（J 是投影的雅可比），于是像素 x 到投影后 splat 的马氏距离是

该高斯对像素的贡献是这个距离代入钟形再乘不透明度：

最后按前到后排序，做标准的 alpha 合成：

这三条式子后面会被反复借用：式 3-1 的 r_i(x) 在 UBS 里变成 Beta 核的输入（附录 C, p19 明确指出 d_i 在前三维就是式 3-1 的 r_i），式 3-2 的「核 × 不透明度」结构被保留，式 3-3 的合成顺序不变。

第二块是 DBS 的 Beta 核。 它把高斯核换成有界自适应的 Beta 核，密度写成 σ(x) = B(x;µ,Σ,b)·o，其中

原文交代了两个要点：训练初期 Beta 核近似于一个缩放后的高斯；随训练推进，可学的 b 让剖面自适应，b 为负给出更平、边界更利的剖面（适合实体几何），为正给出更尖的峰（更适合高频细节）（§3, p3）。

第三块是 6DGS/7DGS 的条件分布。 它们的做法是把空间与非空间维（视角/时间）建成联合分布，再对查询取条件：

对视角 d 取条件后，得到条件协方差 Σ_cond = Σ_p − Σ_pd Σ_d^{−1} Σ_pdᵀ、条件均值 µ_cond = µ_p + Σ_pd Σ_d^{−1}(d − µ_d)，以及被调制的不透明度 o_cond = o·exp(−λ(d−µ_d)ᵀ Σ_d^{−1}(d−µ_d))；7DGS 再加一个时间维 X_t，对时间与视角同时取条件（§3, p3）。这两套公式是本篇第 6 章的直系前身：UBS 保留了「条件化得到可渲的 3D 表示」这一骨架，把条件化里的每一项都换成带 Beta 调制的版本。

三块底里有一处结构值得单独指出，因为它决定了后面所有改动的作用面。式 3-2 把「核形状」与「不透明度」拆成两个因子相乘，式 3-3 再把这份乘积当作合成权重乘进颜色。这意味着两件事可以分别改：改前一个因子（核形状）动的是空间衰减的规律，改后一个因子（不透明度）动的是这个基元参与合成的强度。本篇两处都改了：核换成 Beta（前一个因子），不透明度上加门控乘积（后一个因子）；而 alpha 合成的顺序与形式一字未动。第 6 章讲条件切片时要记住这条分工，否则容易把「形状调制」与「不透明度调制」读成同一件事。

还有一处对比要在这里先埋下来。式 3-4 里 DBS 的形状参数 b 是一个标量：整个核只有一个 b，空间三维共用；而本篇要的恰恰是把这一个标量拆成逐维的一列，空间三维共享一个、角度与时间各拿自己的（式 4-1 与式 6-1 的 β̃_q）。也就是说，本篇与 DBS 的关系不是「换了个公式」，而是「把原本捆在一起的那一个数解开」。这一点在第 12 章的消融里会以「去掉 Beta 调制掉 0.53 dB」的形式出现。

三块底铺完之后，这篇的处境就清楚了：3DGS 给了可微的渲染链路与稳定的基元管理，DBS 证明 Beta 核在空间维上可学且有用，6DGS/7DGS 证明条件切片能把高维分布变成能渲的 3D 表示。缺的那一块是把这两件东西合到一起去：核的形状参数要能出现在所有维度上，而不只是空间三维。

4一个核管三个维度：N 维 Beta 核

这一节把 DBS 的密度函数一般化到 N 维（§4.1, p3）：

式中的分工是：x ∈ R³ 是空间坐标；q ∈ R^{N−3} 装其余维度（视角方向、时间等）；µ ∈ R^N 是 N 维均值；Σ ∈ R^{N×N} 是协方差；b ∈ R^{N−2} 是逐维形状参数，空间三维共享同一个 Beta；o ∈ [0,1] 是不透明度。形状参数经 β_i = 4exp(b_i) 变正，于是每一维都能取到它自己的最优形态，从平（b_i 为负）到尖（b_i 为正）（§4.1, p3）。

第二个要点是「不需要辅助编码」。因为 Beta 核已经能通过 q 把视角与时间纳进来，视角相关外观与动态都在核内部表达，不再需要球谐、也不再需要 4D 时序球谐。原文把这一点直接接到参数账上：静态场景下本篇比 3DGS 少 41% 参数，动态场景下比 4DGS 少 73%，细节在表 14-2 里（§4.1, p4）。对照的代价写得很具体：3DGS、6DGS、7DGS 都用 48 参数的球谐，4DGS 用 144 参数的 4D 球谐，DBS 还要额外一套球谐 Beta 来做颜色（§4.1, p4）。

为了在「保住空间几何」与「保住高维表达力」之间留出位置，原文把 N 维空间做了分块：

下标 x 指空间分量、q 指其余维度。分块之后，对非空间维取条件就能拿到可渲的 3D 表示，而空间那一块始终是一块规整的 3D 高斯结构（§4.1, p4）。

b 的维数账值得单独算一遍，因为它解释了「为什么是 N−2」这个看起来不整的数。形状参数有 N 维要控制，但空间三维共享同一个 Beta（理由是保证泼溅出来的核在空间上几何一致，见第 6 章），于是空间那三个位置只占一个自由度、其余 N−3 维各占一个，合起来正好 N−2（§4.1, p3）。落到两种专门化上：UBS-6D 的 b 是 4 维（空间共享 1 ＋ 视角 3），UBS-7D 的 b 是 5 维（空间共享 1 ＋ 视角 3 ＋ 时间 1）；这两个数在表 14-2 的拆账里就写在几何项里面（静态 4、动态 5）。也就是说，本篇省下 48（或 144）个球谐系数之后，换回来的形状自由度只有 4 到 5 个；这笔交换是否成立，靠的是第 11 章的画质与第 12 章的消融来回答。

式 4-2 的那次分块也不是纯粹的记号整理，它决定了后面每一步的作用面。分块之后有三件事可以说清楚：其一，条件化有明确的对象（对 µ_q 与 Σ_q 取条件，得到 µ_{x|q} 与 Σ_{x|q}）；其二，跨维相关性有明确的载体（Σ_{xq} 与 Σ_{qx} 两块）；其三，空间结构有明确的守卫（Σ_x 一块始终是 3D 正定矩阵，不因维数上升而变化）。第 5 章要解决的就是「Σ_x 这一块怎么参数化才不会在优化里被跨维相关性污染」，第 6 章要解决的是「那两块跨维项怎么带调制」。

表 14-2　每基元的参数量拆账　（原文 Table 7, p.14 · 数值取原文文字层，逐格未改）

表注的拆法在附录 B.1 里写全了（附录 B.1, p14）：3DGS 的 59 ＝ 几何 11（位置 3、尺度 3、旋转 4、不透明度 1）＋ 球谐 48（16 系数 × 3 通道）；6DGS 的 76 ＝ 协方差 28 ＋ 同样的球谐 48；UBS-6D 的 35 ＝ N 维几何 32（位置 3、方向 3、空间正交协方差 21、Beta 形状 4、不透明度 1）＋ 直接 RGB 3。动态侧：4DGS 的 161 ＝ 4D 几何 17 ＋ 时序球谐 144（48 系数 × 3）；7DGS 的 84 ＝ 几何 36 ＋ 球谐 48；UBS-7D 的 44 ＝ 7D 几何 41（位置 3、时间 1、方向 3、空间正交协方差 28、Beta 形状 5、不透明度 1）＋ 直接 RGB 3。两行的 Ratio 分别以本组第一列为 1×，于是 0.59× 与 0.27× 就是原文那两句「41%」与「73%」的来处。

拆账里最有信息量的一格是 + 3：颜色从 48（或 144）降到 3 个直接的 RGB 分量，省下来的表达能力被搬到 b 上：静态多了 4 个形状参数、动态多了 5 个。这笔交换是否划算，第 11 章的表 7-1 与第 12 章的表 9-2 各给了一半证据：前者是同级或更好的画质，后者是「去掉 Beta 调制就掉分」。

5协方差怎么参数化才不塌

均值、形状参数、颜色都好参数化，麻烦在协方差：它必须对称半正定，否则核的形状没有意义。3DGS 的解法是把协方差拆成旋转与尺度两件事，Σ = R diag(s)² Rᵀ，其中 R 用四元数表示。这套拆法的好处是空间结构显式：旋转就是旋转、尺度就是各轴的伸展，优化时不会互相污染。问题出在维数上：四元数没法推广到 N ＞ 3，而本篇的表示天生是 N 维的（§4.2, p4）。

N 维高斯那一路因此退到 Cholesky 分解 Σ = LLᵀ。它在数值上是万能的（任何正定矩阵都有 Cholesky 因子），代价是空间子空间里显式的正交结构丢了：L 是一个下三角矩阵，它的前三维块可以是任意可逆矩阵，于是「旋转」与「尺度」在最需要它们规整的地方被混在一起，原文的判词是常常导致空间子空间上的次优解（§4.2, p4）。

本篇的折中叫空间正交 Cholesky。做法是把 L 分块，让空间那一块仍然是「旋转乘尺度」的结构，跨维相关性则交给一个专门的非对角块：

式中的分工：R_x ∈ SO(3) 是空间旋转，s_x 是空间尺度，s_q 是其余维度（视角、时间等）的尺度，L_qx 编码跨维相关性。R_x 本身又用矩阵指数的一阶 Taylor 近似 R_x ≈ I + A_x（A_x 反对称）算出来（§4.2, p4）。这样一来，Σ = LLᵀ 既保住了显式的 3D 几何结构，又允许视角与时间方向上的相关性自由表达。

为什么敢把旋转近似成一阶 Taylor，原文给了实测依据。

表 16-1　六种协方差参数化的取舍　（原文 Table 10, p.16 · 数值取原文文字层，逐格未改）

这张表的读法要分清两条轴。参数效率那条轴是清楚的：四元数在空间上最省（N=3 时 7 个参数），但它升不到 N ＞ 3，所以这一列在最需要它的地方写着 Not Applicable；其余五种都用 N(1+N)/2，N=3 时是 6 个参数。性能那条轴才是取舍所在：完整的矩阵指数最慢（3 小时 6 分，PSNR 25.49），Cayley 变换把时间压到 1 小时 16 分、PSNR 25.52，二阶 Taylor 1 小时 27 分、25.54，而一阶 Taylor 同时拿到最快（1 小时）与并列最高（25.54）（附录 C.2, p18）。原文据此选了它。

有一处细节值得记下来：PSNR 最高的是两行并列（二阶与一阶 Taylor 都是 25.54），原文的表述是「一阶 Taylor 同时给出最快训练与最高 PSNR」，逐格看时这句话成立但并非唯一最优：二阶 Taylor 的画质与它相同，只是慢了 27 分钟。这不是矛盾，而是「在画质相同的前提下选更快的那个」这条准则的体现。

取舍的适用范围也要写明：这张表是在 bicycle 单场景、UBS-3D 上测的（表注原话），因此它回答的是「在空间旋转这一项上，哪种参数化最划算」，不宜直接推广成「全场景最优」。这条列入第 12 章的边界清单。

还有两处构造细节要交代清楚，它们决定这套参数化能不能落地。一处是 L_qx 的角色：它编码空间维与非空间维之间的相关性，是一个「方块」而不是对角结构。有了它，视角变化可以同时带动空间位移与形状变化（这正是条件化需要的自由度）；没有它，Σ 会退成块对角，条件化就只剩「不透明度随角度衰减」这一条通路。另一处是这套构造的代价：L 的分块形式让 Σ = LLᵀ 的展开出现了交叉项（第 5 章引用的式 5-1 与附录 C.1 的 (14)(15) 两式给出了完整展开），因此求 Σ_q 的 Cholesky 因子、算条件均值与条件协方差时，都比纯对角情形多一层矩阵运算。这项开销由第 9 章的拼接式 CUDA 核承担，在消融里以「训练时间降 58%」的形式给出收益。

把这一章与第 4 章接起来看：式 4-2 把 N 维空间分成「空间块」与「其余块」，式 5-1 保证空间块在参数化上仍然是规整的旋转-尺度结构。两件事合起来的效果是空间几何的可解释性不受维数影响：第 8 章要讲的「空间维分成结构与纹理」正是建立在这条之上。反过来说，如果这里改用完整 Cholesky，空间块失去正交约束，第 12 章的表 9-2 会告诉你结果：去掉空间正交让均值掉 0.56 dB。

6条件切片：把 N 维切成能渲的 3D

渲染时输入的是一个具体的查询条件 q（某个视角方向、某个时刻），要把它变成一个能光栅化的 3D 表示。这一步在 6DGS/7DGS 里叫条件化，本篇沿用骨架，但在三处都加了 Beta 调制（§4.3, p4–p5）。

原文对动机的表述很直白：在 N 维高斯里所有维度是耦合的，输入视角或时间一变，基元就被拖着走，在空间里平移、形状上拉伸、不透明度上淡出（§4.3, p4）。Beta 调制的目的就是把这三件事拆开各自控制。

先是形状参数的分工。 逐维的 Beta 指数写成一个向量 β = [β_x, β_x, β_x, β_{q1}, …, β_{qC}]，其中 β_x = 4exp(b_x) 在空间三维间共享，β_{qi} 是各非空间维独立的参数（§4.3, p4）。原文给的理由是：空间三维共享同一个 Beta，能保证泼溅出来的核在空间上保持一致的几何，避免不一致的空间伪影；同时角度与时间维仍然各受各的控制。

再是条件均值与条件协方差。 两者都在标准条件化公式上乘进一个逐维的调制因子：

式中 diag(β̃_q) = diag([β_{q1}, …, β_{qC}]≤1)，把逐维的 Beta 调制作用在非空间的条件化项上，同时保持空间部分的各向同性结构（§4.3, p4）。与 6DGS 的原式（第 3 章的式 3-5 后一段）逐项对照，差别只有三处：均值项多乘了一个 diag(β̃_q)、协方差项多乘了一个 diag(β̃_q)、不透明度那一项被整体换掉（见下）。前两处是乘性调制，含义是「每一维对条件化的影响力度可以不同」；第三处是结构替换，含义变了，不只是力度变了。

那个 ≤1 的记号要照原样读：原文把这条对角阵写成 [β_{q1}, …, β_{qC}]≤1，即在调制因子上带了一个不超过 1 的约束。原文没有说明这个上界具体怎么施加（是截断、归一化，还是初值约定），本站照录符号、不替作者补算法。这条列入第 12 章的边界清单，与 β 的三处口径不一属于同一类问题。

最后是这一节最重的一处改动：不透明度。 标准条件化里不透明度是被一个指数项整体衰减的（o·exp(−λ(d−µ_d)ᵀΣ_d^{−1}(d−µ_d))，式 3-5 后的一段），那是一个不可分解的整体项。本篇把它换成门控乘积：

式中的链条是：先算逐维的马氏距离 draw_i = (L̂_q^{−1}(q − µ_q))²_i（L̂_q 是 Σ_q 的 Cholesky 因子），再用 tanh 把它压进有界区间 d_i = tanh(draw_i) ∈ [0,1)，最后按 o(q) = o ∏_{i=1}^{C}(1 − d_i)^{4β_{qi}} 连乘（§4.3, p5）。原文点明这套设计的两层用意：tanh 把无界的马氏距离映射成有界值，正好满足 Beta 核的输入定义；而乘积形式让每个非空间维的贡献可以被单独控制，这是原式里那个整体指数项做不到的。

为什么乘积形式值钱，第 12 章的消融给了最直接的答案：去掉 Beta 调制不透明度是四项消融里掉分最多的（均值 −3.52 dB），在体积场景上达到 −6.68 dB（§5.3, p9）。换句话说，这篇在画质上的主要增益，有相当一部分来自把不透明度从「一个整体衰减」改成「逐维连乘」。

把 β 的定义在这里再对一次账，因为它涉及一处原文三处口径不一的地方。§4.1 与附录 C 都把形状参数统一写成 β_i = 4exp(b_i)（p3、p19）；§4.3 讲非空间维时写成 β_{qi} = exp(b_{qi})（p4，不带 4）；而式 6-3 里用的是 (1−d_i)^{4β_{qi}}（p5），等于把那个 4 补回去。三处并列在这里，本站不合并、也不替作者归一（本条列入第 12 章边界）。

最后交代条件化的计算位置。原文说这一步是用拼接式 CUDA 核做的：N 维核先被条件化成 3D，再走标准泼溅的光栅化流程（§4.5, p6）。这个模块化的好处是整条管线仍与既有框架兼容，未来接上 FlashGS 这类加速或 3DGUT 那类扩展相机模型时，改的是光栅化那一端、条件化这一端不动。

7条件化之后的核，与它退化成的那些方法

条件切片的产出物是一条 3D 密度：

其中空间的 Beta b_x 在所有空间维上统一控制 3D 核的形状，o(q) 是式 6-3 那个门控乘积（§4.3, p5；附录 C, p19）。这条式子是前面五章的总装：核来自式 3-4 的 Beta 族（升到 N 维见式 4-1），协方差来自式 5-1 的空间正交 Cholesky，条件化的三项分别来自式 6-1、6-2、6-3。

把总装关系按「一个基元从被创建到被渲出来」的顺序再走一遍，能看清哪一项在什么时候起作用。初始化时给 b 全零，核退成近似高斯的形态，Σ 用空间正交 Cholesky 参数化；训练中 b 与 Σ 的参数一起被优化，b 决定剖面的平尖、L_qx 决定跨维相关性的强弱；渲染时给定 q，先用式 6-1 与 6-2 把 N 维协方差切成 3D 的 Σ_{x|q}，再用式 6-3 算出该条件下的不透明度 o(q)，最后把式 7-1 这条 3D 密度交给光栅化。三步里只有第二步依赖 q，也就是说一个基元在不同视角/时刻下共享同一套参数，只有条件化结果在变，这正是「免掉辅助编码」在实现层面的含义。

两种专门化由 q 装什么决定（§4.4, p5）。q = d（视角方向，N = 6）时得到的叫 UBS-6D，用于视角相关渲染与各向异性 BRDF 建模；q = [t, d]（时间加视角，N = 7）时叫 UBS-7D，用于动态场景、捕捉时空角三方向的关联；原文还留了一句「可无缝扩展到更高维，以纳入光照或材质这类额外模态」。第 11 章的表 7-1 就是按这两种专门化分块呈现的。

退化链是这一章的第二个要点，它决定了这套东西能不能当替换件用（§4.4, p5）。原文给的链条是三层：

• N = 3 时退化为 Deformable Beta Splatting，密度写成 σ(x) = B(x;µ_x,Σ_x,b_x)·o；再令 b_x = 0，近似标准 3DGS（高斯极限）。这一层让本篇在纯空间场景上至少不差于 DBS 与 3DGS。
• 高维但所有 Beta 参数为零（b = 0）时，β = 4，核近似高斯，于是相应地近似 6DGS（N = 6 的视角相关渲染）与7DGS（N = 7 的动态场景）。这一层让本篇可以直接替换这两个基线而不需要改调用方。
• 参数初始化也按这条链来：Beta 参数一律初始化为零，对应高斯极限，原文的说法是保证收敛（§5.1, p6）。

这条链的措辞要咬住一个字：原文通篇用 approximates，本站也跟着写「近似 / 退回」，不写「等价」。理由在式 3-4 与图 4-1 上都能看到：b = 0 时 β = 4，Beta 核的剖面与 exp(−r/2) 的高斯形状接近但不恒等，图 4-1 的 b = 0 面板是这一点的图形证据。这层区别在写论文时看着小，读账时不小：它意味着「插进去不会更差」是一条下界，而不是恒等变换。

围绕这条下界，原文的表述是三句（§4.4, p5）：向后兼容是设计出来的（by design），不是事后对齐；它保证即插即用（seamless drop-in replacement）；它同时给出性能下界（performance lower bounds）。三句里「下界」这两个字最实在：它把审稿人最常问的那句「这会不会比基线更差」直接堵住。

这条下界在工程采纳上的意义值得算一笔。换一套基元意味着数据管线、训练脚本、渲染器都要跟着动；如果新基元在最坏情形下会比旧基元差，采纳方就得同时维护两条路径、按场景切换，复杂度立刻上去。而本篇给出的下界是同一条路径内的退化解：b 全零就回到基线，要往回落不需要换代码，只要让参数停在初值。更实际的一层是训练过程本身也可以走这条退化解作为起点：原文正是把 Beta 参数初始化为零的（§5.1, p6），因此收敛曲线从基线水平出发向上走，而不是从一个未知水平出发找方向。这条设计对复现的友好程度，在同类工作里并不常见。

这一章还要把 b 的三段形态与场景属性的对应先摆出来，它是第 8 章分解那一节的前提（§4.4, p5；附录 C, p19）：b 为负给出更平、支撑更宽的剖面，b 为零退回高斯，b 为正给出更尖、更局部化的峰。三条形态分别落在空间维、角度维、时间维上时，读出来的就是「表面与纹理」「漫反射与镜面」「静态与动态」这三组划分。原文把这三组划分称为无监督涌现（emergent），也就是没有任何一项损失函数去显式监督它们，第 8 章要讲清这一点为什么不是巧合。

8没人教它分，它自己把场景分开了

前面六章讲的都是「怎么让它能渲」，这一章讲一个副产品：训练完之后，b 这个形状参数自己把场景的属性分开了（§4.4, p5）。

三条对应关系在原文里写得很整齐。空间维上，b_x 为负给出平核、对应光滑表面，为正给出尖核、对应细节纹理；角度维上，b_d 为负给出宽响应、对应漫反射表面，为正给出尖峰、对应镜面反射；时间维上，b_t 为负给出宽支撑、对应静态元素，为正给出局部激活、对应动态成分（§4.4, p5）。三组划分在图上就是同一张渲染被拆成三个方向的分量。

「无监督」这三个字值得拆开看，因为它是这一节最容易被读成巧合的地方。原文明写没有任何显式的监督项（without explicit supervision），并解释这股分离力来自结构本身：形状参数直接控制剖面的平尖，而每一维的形状参数是彼此独立的因子（§4.4, p5）。于是当优化为了降低重建误差而去调某一维的形状时，它自动在为那一维选择「平一点还是尖一点」，而「平/尖」在三个维度上恰好对应三类场景属性。分离因此是参数化方式的直接结果，不是训练过程中冒出来的偶然现象。

把这条机制与前面几章接起来，能看出为什么必须同时满足两个条件。条件之一是形状参数逐维独立：如果所有维度共用一个 b，那么「空间要平」与「角度要尖」会互相打架，优化只能取折中（高斯核正是这种情形）。条件之二是核的剖面能取到足够平与足够尖：β = 4exp(b) 在 b ∈ [−5,5] 上给出的 β 从 0.027 到 594，覆盖了「几乎常量」到「高度尖锐」整段（附录 C, p19；图 4-1）。两个条件缺一个，分离都不会出现。

原文给了这条性质两个下游用途（§4.4, p5）：重光照与运动分析，理由是它们本来需要单独的编码或辅助网络，现在可以直接从学到的参数上读出来。这两个用途在本篇里没有被实验验证，属于作者给出的展望，引用时要照这个口径写。

这一章还要记一条硬边界：原文没有给出任何分解质量的数值指标。它给的是可视化（图 8-1）与三段定性描述，没有「结构分量的 IoU」或「镜面分量的 PSNR」这类量。因此本站对分解这件事只做现象描述，不给分、不代算。这条列入第 12 章的边界清单。

9损失、致密化与 CUDA：让它跑起来

方法定完了，剩下的问题是怎么让它在 GPU 上稳定跑起来。原文把这一节叫优化与实现，含四件事（§4.5, p5–p6）。

第一件是基元管理：本篇沿用 DBS 那套与核形式无关的 MCMC 优化。原文对它的评价是「提供稳定的、分布保持的更新，且与核的形状无关」（§4.5, p5）。这句话的分量在于无关两个字：因为密度函数的形状换了，如果基元管理逻辑依赖核的具体形式，就得重写；MCMC 这套更新只看不透明度的分布，因此不用动。

「分布保持」这四个字要落到具体才有意义：MCMC 那套做法把基元集合当作从某个密度分布里抽出的样本，增删与克隆都要维持这个分布的形状不变，否则采样会退化成「往误差大的地方不断堆点」。本篇把核换成 Beta 之后，密度函数不再是高斯，于是「维持分布」这件事必须由一个与核形式无关的机制来保证：这正是原文选 MCMC 而不是选基于核导数的致密化策略的原因（§4.5, p5）。第 9 章的致密化式 o' = 1 − (1 − o)^{1/N} 是这条思路在「克隆」这一处的具体实现。

第二件是损失函数，写成重建项加两项正则：

两项正则各有明确职责：不透明度正则 λ_o Σ|oᵢ| 保证 MCMC 致密化在合法范围内进行，尺度惩罚 λ_Σ Σ‖sᵢ‖₁ 鼓励基元迁移（原文的说法是 encourage primitive relocation）（§4.5, p5）。此外还加了一项空间噪声注入 µ_x ← µ_x − λ_lr∇_µL + λ_ϵϵ，作用是促进探索。超参在实验设置里给出：λ_o = 0.01、λ_Σ = 0.01、λ_ϵ = 1（§5.1, p6）。

第三件是致密化时的不透明度处理。克隆出来的基元，其不透明度不直接复制，而是按 o' = 1 − (1 − o)^{1/N} 计算（N 是参与合成的核数）。原文给的解释是：在不透明度正则生效的前提下，这样调整不透明度能保持密度分布与核的类型无关（§4.5, p5）。这与第一件是同一件事的两面：把「分布」与「核形式」解耦。

第四件是 CUDA 实现。原文提供的是拼接式（fused）核，覆盖三处计算：Beta 核求值、条件切片、空间正交运算（§4.5, p6）。整条管线保持与既有框架兼容：N 维核先被条件化成 3D，再走标准泼溅光栅化。原文把这种模块化说成「既保证实时性能、又允许未来接入加速技术」，点名的两个方向是 FlashGS 与 3DGUT 的扩展相机模型（§4.5, p6）。

三处核各自的负载可以分开看。Beta 核求值要算 (1 − d_i)^{β_i} 的连乘，与高斯核的 exp 相比多了一次幂运算与一次连乘，这是换核带来的新增计算；条件切片要算 Σ_q 的 Cholesky 因子再解一次线性方程（式 6-3 里的 L̂_q^{−1}），这是 6DGS/7DGS 也有的计算；空间正交运算只在本篇的参数化下出现，负责把 R_x diag(s_x) 与 L_qx 拼成 L 并保持 R_x 的近似正交性（式 5-1）。把三者拼进同一个核的好处是中间结果不必写回显存，这一点在消融里有量：full 与 full w/ CUDA 两组只在实现上不同，均值列的 Train 从 30.7 分钟降到 12.9、FPS 从 155.8 提到 196.2。

CUDA 这一项的收益在消融里可以逐列读出（§5.3, p9）。均值列：Train 30.7 → 12.9、FPS 155.8 → 196.2。单看 ficus 一列：Train 20.7 → 9.3、FPS 188.4 → 262.4。原文据此写「训练时间降 58%（12.9 vs 30.7 分钟）、渲染快 26%（196.2 vs 155.8 FPS）」，两个数都取自均值列；本站按表现算 1 − 12.9/30.7 = 57.98%、196.2/155.8 = 1.2593，与原文的 58% 与 26% 一致。这里容易读串的地方正在于同一组里有两列：若把 ficus 的 20.7 与均值列的 12.9 拿来相比，会得到一个不存在的 58%。读表时按列走就不会串。

这一章的最后要交代一个容易忽略的实现选择：动态场景的批量大小取 4，理由是与 4DGS 和 7DGS 基线保持一致（§5.1, p6）。这一点决定了第 11 章动态那两套读数与基线是否可比，它不是无关的工程细节。

10实验设置：五个数据集与一套训练配方

原文的评测覆盖五个数据集，静态三套、动态两套（§5.1, p6）。

静态三套：NeRF Synthetic 用 8 个受控光照的合成场景，看几何重建；Mip-NeRF 360 用 9 个无界真实场景，挑战抗锯齿与新视角合成；6DGS-PBR 用 7 个物理基场景，含体积散射、半透明材质、次表面散射与医学体积这类复杂视角相关效果。动态两套：D-NeRF 用 8 个合成序列覆盖不同类型形变；7DGS-PBR 用 6 个物理基动态场景，含心脏运动、日光变化、动画体积效果与半透明形变这类时空角关联（§5.1, p6）。

这套选择有它的层次，读结果时按层次读会清楚很多。NeRF Synthetic 是下限检验：它光照受控、没有强视角相关效果，本篇在这里的增益最小（对 3DGS +1.13），原文的解释是这套数据集主要吃到 Beta 核的几何自适应而不是角度自由度（§5.2, p7）。Mip-NeRF 360 是通用性检验：无界真实场景、视角变化大，增益比前者大一些（+1.23 对 3DGS）。6DGS-PBR 是主张的检验：体积散射与半透明材质正是「逐维形状控制」能兑现的地方，增益跳到 +3.42（对 6DGS）。动态两套的分工类似：D-NeRF 是合成序列、形变类型多，7DGS-PBR 是物理基、时空角关联复杂。三套静态数据集的场景数分别是 8／9／7，两套动态是 8／6，共 38 个场景（序列），表 7-1 与表 15-1 逐场景列出。

指标那一侧要说清它们的性格，否则容易把三个数当成同一件事的三次测量。PSNR 是逐像素的均方误差取对数，对亮度与对比度的整体偏移敏感，但对结构变化的感知相关性弱；SSIM（Wang et al., 2004）比较局部窗口内的结构、亮度与对比度，对结构退化更敏感；LPIPS（Zhang et al., 2018）用一个训练过的网络提取特征再比距离，是学到的感知度量，与人的判断相关性通常更高，但也因此依赖该网络训练时的数据分布。三者不总是同向：在 6DGS-PBR 的 cloud 上本篇 PSNR 46.81 对 6DGS 的 41.00，SSIM 是 0.995 对 0.991，LPIPS 是 0.027 对 0.050，三个方向一致；而在别处（例如表 13-1 的某些行）会出现 PSNR 领先而 LPIPS 落后的格。引用时按指标分别写，不把「三个都赢」当成必然。

效率那两项指标的定义也要顺手交代：FPS 是渲染帧率，高者更好；Train 是训练时间、单位为分钟，低者更好：表 7-1 与表 15-1 的表头都给 Train 标了向下的箭头（Train↓），而 FPS、PSNR、SSIM 标的是向上的箭头（FPS↑、PSNR↑、SSIM↑），LPIPS 标向下（LPIPS↓）。Num 是基元数量、Mem 是显存占用，两者也都是越低越好（表 9-1 与表 15-1 的表注）。箭头方向在读跨方法对比时是硬约束：表 15-1 里本篇的 Train 普遍低于基线（更省时），而 FPS 在动态那几格反而低于 7DGS（更慢），两个方向都不能想当然（详见第 12 章第 7 条边界）。

所有指标一律在留出测试视角上按标准协议计算（§5.1, p6）。

训练配方逐条照录（§5.1, p6）：框架是 PyTorch 加自定义 CUDA 核，负责 Beta 核求值与条件切片；静态与消融实验跑在单张 RTX 4090 24GB，动态实验跑在单张 Tesla V100 16GB，后者是为与 7DGS 保持一致；优化器用 Adam，30K 迭代；学习率分别是位置 1.6×10⁻⁴、不透明度 5×10⁻²、尺度 5×10⁻³、其余参数 1×10⁻³；正则权重 λ_o = 0.01、λ_Σ = 0.01、λ_ϵ = 1；N 维情形下时间与方向的均值 (µ_t, µ_d) 在 [0,1] 内随机初始化；Beta 参数初始化为零，对应高斯极限、原文说这是为了保证收敛；动态场景批量大小取 4。

有两处设置会影响读账的方式，必须单独指出来。

第一处是「报哪个迭代」的差异。原文明写：4DGS 与 7DGS 这类方法每 500 次迭代在测试集上评估一次、并报告最优结果，而本篇报告最后一次迭代（30K）的结果，目的是展示收敛稳定性（§5.1, p6）。这句话的意思不是「本篇更严格」，而是两边的报数口径不同：一边是训练过程中的最好值，一边是终点值。这条差异在引用对比结论时应当带上。

第二处是动态对比的基线被剥掉了一层。§5.2 里再强调了一次：动态对比用的是不带 MLP 自适应高斯精修（AGR）网络的基础 7DGS，为的是把「本篇基元设计带来的收益」与「辅助网络带来的收益」分开（§5.2, p8）。因此第 11 章动态那一组的「对 7DGS 的增益」，说的是对基础版 7DGS 的增益。

这一章还要交代一处硬件上的不对等，它是读者最容易忽略但影响效率读数的一点：静态与消融在 RTX 4090 上做，动态在 Tesla V100 上做（§5.1, p6）。两套卡的代际差了一代以上，因此静态与动态之间的时间数字不可横向比较；每一组内部（本篇与其对应基线）是同卡对比，才成立。原文没有讨论这一点，本站只按设置照录，不做推断。

11主结果：静态与动态全面领先

这一章的主表是表 7-1，它在一张表里放了两块：上块是静态基准（3DGS / 6DGS / UBS-6D），下块是动态基准（4DGS / 7DGS / UBS-7D）。两块的列结构相同，都是「PSNR↑ / SSIM↑ / LPIPS↓ / Train↓」四列一组，场景按数据集分五组（NeRF Synthetic、Mip-NeRF 360、6DGS-PBR、7DGS-PBR、D-NeRF），每组末行是 avg。

表 7-1　主结果：静态与动态五个数据集的总表　（原文 Table 1, p.7 · 数值取原文文字层，逐格未改 · 左列竖排行标签为原版式，本站转为行组标题）

上块 · 静态基准

下块 · 动态基准

静态那一块，三套数据集读下来是一路领先（§5.2, p7）。NeRF Synthetic 上本篇 avg 是 34.92，对 3DGS 的 33.79 高 +1.13、对 6DGS 的 33.60 高 +1.32；原文特别点了 ficus（+1.41 对 3DGS）与 materials（+2.40 对 3DGS）两个场景，说这套数据集虽然没有强视角相关效果，但仍然吃到 Beta 核的几何自适应（§5.2, p7）。Mip-NeRF 360 上 avg 是 28.66，对 3DGS 的 27.43 高 +1.23、对 6DGS 的 26.35 高 +2.31，原文点名的两处是 counter（+2.43 对 3DGS）与 bonsai（+3.00 对 3DGS）。6DGS-PBR 上 avg 是 40.10，对 3DGS 的 27.40 高 +12.70、对 6DGS 的 36.68 高 +3.42，这一套是增益最大的地方，原文点名的两处是 cloud（对 6DGS +5.81）与 bunny（对 6DGS +8.27）。

动态那一块（§5.2, p8）。7DGS-PBR 上 avg 是 33.00，对 4DGS 的 27.74 高 +5.26、对 7DGS 的 31.75 高 +1.25，原文点名的两处是 dust（对 7DGS +2.32）与 heart1（对 7DGS +2.78）。D-NeRF 上 avg 是 33.35，对 4DGS 的 32.09 高 +1.26、对 7DGS 的 32.84 高 +0.51，原文点名的两处是 mutant（+1.54 对 7DGS）与 h.warrior（+1.51 对 7DGS）。

主表之外，附录还给了三张支撑表。表 13-1 把静态两套数据集与更多 SOTA 方法摆在一起；表 13-2 是同族核方法在 N3V 上的对比；表 14-1 是 6DGS-PBR 的逐场景，并且多了一列对照方法 DBS。

表 13-1　与 SOTA 的完整对比（Mip-NeRF360 与 NeRF Synthetic）　（原文 Table 4, p.13 · 数值取原文文字层，逐格未改）

这张表的价值在于把隐式方法与显式方法放在同一个面板里。隐式一侧的最高是 Zip-NeRF（Mip-NeRF360 上 28.54／0.828／0.189，NeRF Synthetic 上 33.10／0.971／0.031），显式一侧里最接近本篇的是 DBS（28.60／0.844／0.182 与 34.64／0.973／0.028），而本篇 UBS-6D (Ours) 在 Mip-NeRF360 上给出 28.66／0.840／0.184、在 NeRF Synthetic 上给出 34.92／0.975／0.026。原文据此写「在两套数据集上都取得最高 PSNR」（附录 A.1, p13），与逐格对照一致。表里有若干 - 格（GES、2DGS、Quadratic GS、Disc-GS 等在原论文中未报该列），照录为缺失。

表 13-2　同族核方法在 N3V 上的对比　（原文 Table 5, p.13 · 数值取原文文字层，逐格未改）

这张表回答了「与同类核方法正面比会怎样」。六场景里本篇拿下四场（Coffee Martini 29.73、Cook Spinach 33.30、Cut Roasted Beef 33.88、Sear Steak 33.83），Flame Salmon 一格 28.77 略低于 7DGS 的 28.83、Flame Steak 一格 33.83 略低于 Ex4DGS 的 33.91；均值 32.22 高于 Ex4DGS 的 32.11 与 7DGS 的 31.59。原文的措辞是「winning in 4 out of 6 scenes」（附录 A.2, p13），逐格核对成立。它同时给出了 4DGaussians 的 28.63 与 4DGS 的 30.19 两个较弱的均值，说明本条线上方法间的差距相当大。

表 14-1　6DGS-PBR 逐场景（含 DBS 对照）　（原文 Table 6, p.14 · 数值取原文文字层，逐格未改）

这张表是主表里 6DGS-PBR 那一段的展开，也是唯一把 DBS 纳入对照的地方。四点值得单独读：其一，本篇 UBS-6D 的 avg 是 40.10／0.979／27.7，对 6DGS 的 36.68 高 3.42 dB，对 DBS 的 31.29 高 8.81 dB（原文写作 +3.4 与 +8.8，附录 A.2, p14）。其二，优势主要来自 bunny（45.68 对 6DGS 的 37.41）、cloud（46.81 对 41.00）、explosion（44.54 对 41.61）、smoke（44.02 对 41.41）这四个体积类场景，原文把它们归因于逐维 Beta 控制对体积散射与半透明的适配（附录 A.2, p14）。其三，suzanne 一格三类方法都偏低（本篇 27.35、6DGS 26.96、DBS 26.58、3DGS 22.45），本篇的相对优势在这里收窄到 +0.39。其四，Train 列只有 DBS 的 avg 格写成两位小数（22.41），同列其余全为一位；与同列体例不一致，照录。原文据此写「训练效率可比（27.7 分钟对 22.2／22.4 分钟）」，读法是把 27.7 与本篇对照的 22.2（6DGS）和 22.41（DBS）分别比。

把四张表合起来看，这一章的结论可以收成一句：本篇的增益分布有规律：越是视角相关、越是体积与材质复杂的场景，增益越大；越是受控光照的合成场景，增益越小。 三套静态数据集的增益从 +1.13（NeRF Synthetic）走到 +3.42（6DGS-PBR，对 6DGS），动态两套在 +0.51 到 +1.25 之间，都是这个规律的读数。

12消融、效率与边界：把功劳分清

这一章先看功劳怎么分，再看账怎么算，最后把边界与反例逐条摆出来。

表 9-2　消融研究（四个场景 ＋ 均值）　（原文 Table 3, p.9 · 数值取原文文字层，逐格未改）

消融的四项结论逐条对上（§5.3, p9）：去掉空间正交（用纯旋转-尺度参数化）降 0.29 dB（均值 32.16 → 31.87）；用完整 Cholesky 而不要空间正交降 0.56 dB（→ 31.60）；去掉 Beta 调制降 0.53 dB（→ 31.63），且动态场景更明显（lego 从 28.47 掉到 27.22，−1.25 dB）；去掉 Beta 调制不透明度降得最多，均值 −3.52 dB（→ 28.64），体积场景上 cloud 从 28.61 掉到 21.93（−6.68 dB）。CUDA 那一项则是省时：均值列的 Train 从 30.7 分钟降到 12.9、FPS 从 155.8 提到 196.2（原文写作「降 58%」与「快 26%」，两数都取自均值列；本站复算 1 − 12.9/30.7 = 57.98%、196.2/155.8 = 1.2593，与原文一致）。同一组里单看 ficus 一列是 Train 20.7 → 9.3、FPS 188.4 → 262.4；两列不可混着比。

把四项排序，工程上的优先级就清楚了：先做对不透明度的那一处（3.52 dB），再做形状调制（0.53 dB）与空间正交（0.29／0.56 dB），最后才是 CUDA 加速（性能项）。原文没有直接给出这个优先级，它是按逐格读数排出来的。

表 9-1　效率对比（跨场景平均）　（原文 Table 2, p.9 · 数值取原文文字层，逐格未改）

表 15-1　效率对比（逐场景）　（原文 Table 8, p.15 · 数值取原文文字层，逐格未改 · 与表 7-1 同构）

上块 · 静态基准

下块 · 动态基准

效率这条账要分两笔读（§5.2, p8–p9）。训练时长上，本篇多数更快：NeRF Synthetic 上 avg 8.7 vs 12.7 分钟（对 6DGS，原文称降 31.5%）、Mip-NeRF 360 上 25.2 vs 81.9（降 69.2%）、7DGS-PBR 上 59.9 vs 116.7（对 7DGS，降 48.7%）、D-NeRF 上 42.1 vs 50.7（降 17.0%）。有一处是反的：6DGS-PBR 上本篇 27.7 分钟长于 6DGS 的 22.2，原文归因于基元数用得多（Num 列 300.0K vs 68K，表 9-1 与表 15-1 的 avg 行都写 300.0K）（§5.2, p8）。渲染帧率上则并非全面占优：动态那一块里 suzanne 一格本篇 275.0 低于 7DGS 的 317.9、j.jacks 376.4 低于 432.8、lego 347.4 低于 365.0、mutant 258.7 低于 395.8，只有 b.balls（366.6 对 213.1）与 hook（452.2 对 432.8）两格反超。显存上 Mip-NeRF 360 一组是 409.0 MB，原文称相对 3DGS 与 6DGS 分别降 47% 与 30%（附录 B.2, p16）。

表 15-2　基元容量对画质的影响　（原文 Table 9, p.15 · 数值取原文文字层，逐格未改）

这张表是「加基元换画质」这条曲线在 NeRF Synthetic 上的样子：100K 组的 avg 是 36.16／0.989／13.4／543.4（PSNR／SSIM／Mem／FPS），200K 组 36.62／0.990／26.7／341.3，300K 组 36.62／0.990／40.1／356.3。三点值得读：其一，从 100K 到 200K，PSNR 涨 0.46、显存翻倍，帧率从 543.4 掉到 341.3；其二，从 200K 到 300K，PSNR 不再上升（两组的 avg 都是 36.62），显存继续涨到 40.1；其三，这一列也解释了 6DGS-PBR 上那笔反向训练时长：本篇在 6DGS-PBR 上用了 300K 基元（表 9-1 的 avg 行），而 6DGS 用 68K，画质差 3.42 dB 是拿时间换来的。

边界与反例（9 条）

1. 「高斯是特例」是近似而非等价。原文一律用 approximates，b = 0 时 β = 4，Beta 核与高斯形状接近但不恒等（图 4-1 的 b = 0 面板）。正文写「近似 / 退回到」，不写「等价」。
2. b ∈ [−5, 5] 是原文给出的实用范围，不是理论界。b = −5 时 β = 4e⁻⁵ ≈ 0.027、核近乎常量；b = 5 时 β = 4e⁵ ≈ 594、核高度尖锐（附录 C, p19）。
3. β 的定义有三处口径不一（照录，不代判）。§4.1 与附录 C 写 β_i = 4exp(b_i)；§4.3 讲非空间维写 β_{qi} = exp(b_{qi})（不带 4）；式 6-3 用的是 (1−d_i)^{4β_{qi}}，把 4 补了回来。三处并列，不合并。
4. 动态对比的基线被剥掉了一层。§5.2 明写动态对比用不带 MLP 自适应高斯精修（AGR）的基础 7DGS，目的是把基元设计的收益与辅助网络的收益分开。第 11 章那两笔「对 7DGS 的增益」按这个口径读。
5. 两边的报数口径不同。4DGS／7DGS 这类方法每 500 迭代评估一次并报最优，本篇报最后一次迭代（30K）的结果（§5.1, p6）。
6. 训练时长不是全面更快。6DGS-PBR 上 27.7 分钟长于 6DGS 的 22.2，原因是基元数 300K vs 68K。
7. 渲染帧率不是全面占优。表 15-1 里动态四格低于 7DGS（见上文逐格），只有两格反超。「训练更短」与「帧率更高」要分两笔写。
8. 旋转参数化的取舍只在单场景验过。表 16-1 的结论（一阶 Taylor 最好）测于 bicycle 单场景、UBS-3D，不宜推广。另：PSNR 最高的是两行并列（二阶与一阶 Taylor 都是 25.54）。
9. 分解没有定量指标。原文只给可视化与三段定性描述，未给任何分解质量数值指标。本站只描述现象，不打分。此外，该项的下游用途（重光照、运动分析）是作者的展望，本篇未做实验验证。

13贡献块

14出处块