几何表示法研究（二十七）

第 13 章 神经隐式场、NeRF 与 3D 高斯泼溅

摘要：本章介绍三类学习型几何表示——神经隐式场、NeRF 与 3D 高斯泼溅（3DGS）。它们共同的核心思路是"参数 + 可微渲染 + 梯度下降"：神经隐式场用 MLP 把形状编码进网络权重，NeRF 把场景表示为可查询的体辐射场以解决新视角合成，3DGS 则用一组显式 3D 高斯图元实现实时渲染。文章从背景动机出发，解释谱偏差与位置编码的原理，逐步推导体渲染方程与 3DGS 的 alpha 混合公式，并给出三类表示的具体实现步骤、避坑要点与 FreeCAD 协作方式。最后通过一个"照片重建金属支架并导入 FreeCAD"的完整示例串联全流程，并总结各自的优缺点与适用场景。

1. 背景与动机

我们先摆一个尴尬的事实：拿手机绕着一辆汽车拍 200 张照片，用传统流程（SfM → 稠密匹配 → 泊松重建 → 网格简化）做出来的模型往往是一团"融化的塑料"——车窗玻璃是空洞，反光的车漆变成坑洼，细铁丝天线直接消失。

问题出在哪？传统重建假设表面是不透明的、漫反射的、有明确边界的。可现实世界里到处是玻璃、毛发、烟雾、镂空栅格，它们根本不满足这个假设。于是有人转换了思路：别急着重建表面，先重建"光在空间中怎么分布"。

再往前追溯一步，还有一个更基础的痛点。前面章节里所有表示——B-Rep（参见 01-BRep边界表示.md）、网格（参见 08-多边形网格.md）、体素（参见 06-体素表示.md）——都是手工设计的数据结构。它们的参数（控制点、顶点坐标、体素值）不是"学出来的"，也不天然对损失函数可微，因此很难纳入深度学习管线进行优化、补全和生成。

本章的主角正是回应这两个痛点的学习型（learned）几何表示：几何不再写成显式公式或网格，而是编码进一个神经网络的权重、或一组可学习点的参数里。核心驱动力是"用数据 + 优化取代手工几何建模"。三个代表：

• 神经隐式场（Neural Implicit）：用一个 MLP 把坐标 $\mathbf{x}$ 映射成占用率、有符号距离或颜色——把形状存进网络权重。代表工作：Occupancy Networks（占用率）、DeepSDF（有符号距离）。
• NeRF（Neural Radiance Fields, Mildenhall et al. 2020）：把场景编码为"任意视点可查询的体辐射场"，输入 5D 的 $(x,y,z,\theta ,\varphi )$，输出颜色与密度，专门解决新视角合成（novel view synthesis）。
• 3D 高斯泼溅（3D Gaussian Splatting, Kerbl et al. 2023）：干脆放弃网络，用一团各向异性 3D 高斯作为图元，每个高斯带位置、协方差、不透明度、球谐颜色，通过可微光栅化（泼溅）渲染。可看作"点云表示 + 可微优化"的复兴（参见 09-点云.md）。

三者的谱系关系值得先记住：神经隐式（连续、紧凑但不快）→ NeRF（辐射场、照片级新视角、慢）→ 3DGS（显式点团、实时、但存储大）。

2. 核心概念与原理

2.1 把形状“存进”网络是什么意思

传统隐式表示写 $f(\mathbf{x})=x^2+y^2+z^2-1$，我们能看懂每个符号（参见 05-隐式曲面与SDF.md）。神经隐式把这个 $f$ 换成一个 MLP：

定义（神经隐式场）：给定参数 $\theta$，函数 $f_{\theta }:{\mathbb{R}}^3\to \mathbb{R}$ 由神经网络实现；形状定义为它的某个水平集，如 $S=\{\mathbf{x}\mid f_{\theta }(\mathbf{x})=0\}$。形状的全部信息存在权重 $\theta$ 中。

理论依据是通用逼近定理：足够宽的 MLP 能逼近任意连续函数，所以原则上它能逼近任意占用场或距离场。这里有个反直觉之处：模型文件不再是“顶点列表”，而是“几兆的浮点权重”，你无法打开文件看到某个顶点在哪儿——这是它紧凑的原因，也是它“黑箱”特性的来源。

2.2 谱偏差：为什么直接喂坐标不行

实践中人们很快发现：把 $(x,y,z)$ 直接送进 MLP，学出来的形状总是模糊的——大轮廓对了，细节全丢。这个现象叫谱偏差（spectral bias）：MLP 天生偏爱低频函数，对高频成分收敛极慢。

类比一下：你让一个只会用粗笔刷的人临摹工笔画，他能抓住构图但画不出发丝。解决办法不是换人，而是给他一套细笔——这就是位置编码（positional encoding / Fourier features）：

定义（位置编码）：把低维坐标通过一组不同频率的正余弦函数升维，
$$\gamma (\mathbf{x})=[\sin (2^0\pi \mathbf{x}),\cos (2^0\pi \mathbf{x}),\dots ,\sin (2^{L-1}\pi \mathbf{x}),\cos (2^{L-1}\pi \mathbf{x})]$$ 用 $\gamma (\mathbf{x})$ 而非 $\mathbf{x}$ 作为网络输入。

这是 NeRF 最关键的技巧之一，第三节会一步步说清它为什么有效。

2.3 辐射场与体渲染：从“表面”到“雾”

NeRF 的核心观念转变是：别再假设有一层薄薄的表面，把场景当成一团有颜色的雾。场景中每一点有两个属性：体密度 $\sigma (\mathbf{x})\ge 0$（这一点多不透明，单位是每米的消光率）与视角相关颜色 $\mathbf{c}(\mathbf{x},\mathbf{d})$（从方向 $\mathbf{d}$ 看这点是什么颜色，这一项让它能表达反光高光）。

渲染一个像素时，从相机出发投一条射线穿过雾，把沿途颜色按“还能透过多少光”加权累积。这个加权因子叫透射率，是理解 NeRF 的关键。

为什么这套框架能处理玻璃和毛发？因为它从不要求 $\sigma$ 是 0/1 二值的。半透明玻璃就是 $\sigma$ 小，细毛发就是 $\sigma$ 在细长区域内偏大——都能连续表达，不需要“边界”这个概念。

2.4 3DGS：把雾换成一堆椭球

NeRF 慢在哪？慢在每条射线上要采样几十上百个点，每点都要跑一次 MLP 前向，一张 800×800 的图就是几千万次网络调用。3DGS 的解法很直接：不用网络，直接用一堆显式的、参数化的雾团拼场景。每个雾团是一个 3D 高斯 $G(\mathbf{x})=e^{-\frac{1}{2}(\mathbf{x}-\mu {)}^T{\Sigma }^{-1}(\mathbf{x}-\mu )}$。

定义（3D 高斯图元）：一个高斯由四组参数描述——中心 $\mu \in {\mathbb{R}}^3$、协方差 $\Sigma \in {\mathbb{R}}^{3\times 3}$（决定椭球的朝向与三轴长度，即“各向异性”）、不透明度 $o\in [0,1]$、球谐系数 $SH$（编码视角相关颜色）。整个场景就是 $\{({\mu }_i,{\Sigma }_i,o_i,S{H}_i){\}}_{i=1}^N$。

渲染时把 3D 高斯投影到图像平面得 2D 高斯，按深度排序，做前后 alpha 混合。这个过程叫泼溅（splatting）——像把一团颜料泼溅到画布上，落点是个椭圆斑。关键在于这整套投影加混合是可微的，所以可以直接对 $\mu ,\Sigma ,o,SH$ 求梯度做优化，不需要任何神经网络前向。这是它比 NeRF 快两三个数量级的根本原因。

2.5 怎么把它们变回能用的几何

这一步对 CAD 场景至关重要。神经隐式训练完得到一个 SDF 场，可用 Marching Cubes 提取网格（参见 05-隐式曲面与SDF.md）——这是标准做法。3DGS 也可通过"烘焙"转网格（屏幕空间融合，或提取 3D 密度场后再 Marching Cubes），但要清楚：它本质上仍是点-高斯表示，转出来的网格质量通常达不到工程精度。

3. 关键公式与推导

3.1 位置编码：为什么正余弦能救高频

第一步：把 MLP 看成核回归。 对一个宽 MLP，用神经切线核（NTK）理论可证：训练动力学近似等价于用一个固定核 $k(\mathbf{x},{\mathbf{x}}^{\prime })$ 做核回归。若输入是原始坐标 $\mathbf{x}$，这个核只依赖 $\Vert \mathbf{x}-{\mathbf{x}}^{\prime }\Vert$ 且随距离缓慢衰减——也就是一个“宽核”。

第二步：宽核 = 低通滤波。 核回归结果相当于用核对目标函数做卷积。由卷积定理 $k\ast f(\omega )=\hat{k}(\omega )\cdot \hat{f}(\omega )$，空间域的宽核对应频域的窄窗，$\hat{k}$ 在高频处趋近 $0$，于是目标函数的高频成分 $\hat{f}(\omega )$（大 $\omega$）被乘以接近零的数，无法被学习出来。这就是谱偏差的数学根源。

第三步：用频率映射把核变窄。 换输入为 $\gamma (\mathbf{x})$，看内积变成什么。取一维情形 $\gamma (x)=[\sin (2^l\pi x),\cos (2^l\pi x){]}_{l=0}^{L-1}$，则内积为 ${\sum }_l[\sin (2^l\pi x)\sin (2^l\pi x^{\prime })+\cos (2^l\pi x)\cos (2^l\pi x^{\prime })]$，用积化和差 $\sin A\sin B+\cos A\cos B=\cos (A-B)$ 得

$$\gamma (x)\cdot \gamma (x^{\prime })=\sum _{l=0}^{L-1}\cos (2^l\pi (x-x^{\prime }))$$

第四步：看这个新核的形状。 新核 $k_{\gamma }={\sum }_{l=0}^{L-1}\cos (2^l\pi \delta )$，其中 $\delta =x-x^{\prime }$。当 $\delta =0$ 时每项都是 $\cos 0=1$，总和 $=L$ 取最大值；当 $\delta$ 稍偏离 $0$ 时，各项相位迅速错开（频率呈 $1,2,4,\dots ,2^{L-1}$ 的几何级数），正负相消，总和迅速下降到 $O(1)$ 甚至更小。也就是说 $k_{\gamma }$ 是一个尖峰核，只在 $|\delta |\lesssim 2^{-(L-1)}$ 内显著。频域上尖峰核对应宽频带：它的谱包含 $\{1,2,4,\dots ,2^{L-1}\}$ 这一整组频率（乘以 $\pi$），因此目标函数中这些频率的成分都能被有效拟合。

第五步：$L$ 的含义与选取。 最高频率是 $2^{L-1}\pi$，对应最小可分辨波长约为 ${\lambda }_{\min }\approx 2\pi /(2^{L-1}\pi )=2^{2-L}$。坐标一般归一化到 $[-1,1]$，若要分辨 $1/512$ 的细节，需 $2^{2-L}\lesssim 1/512$ 即 $L\gtrsim 11$。NeRF 原文对位置取 $L=10$、对方向取 $L=4$（方向的高频需求低得多），正好符合这个估算。代价是 $L$ 太大反而会过拟合噪声，并在训练视角之间产生高频伪影。

3.2 体渲染方程：透射率从哪来

NeRF 的核心公式是

$$C(\mathbf{r})={\int }_{t_n}^{t_f}T(t)\sigma (\mathbf{r}(t))\mathbf{c}(\mathbf{r}(t),\mathbf{d})dt,T(t)=\exp \left(-{\int }_{t_n}^t\sigma (s)ds\right)$$

符号先交代：$\mathbf{r}(t)=\mathbf{o}+t\mathbf{d}$ 是射线（$\mathbf{o}$ 相机中心，$\mathbf{d}$ 单位方向），$[t_n,t_f]$ 是近远裁剪范围，$\sigma$ 是体密度，$\mathbf{c}$ 是视角相关颜色，$T(t)$ 是透射率，$C(\mathbf{r})$ 是该射线（该像素）最终的颜色。我们从物理出发一步步推。

第一步：微元的消光。 设 $T(t)$ 表示"光从 $t_n$ 走到 $t$ 还没被挡住的概率"。在 $[t,t+dt]$ 这段微元里被吸收/散射掉的比例正比于密度与长度，即 $dT=-\sigma (t)T(t)dt$。理解这个式子：$\sigma (t)dt$ 是这一小段的消光概率，$T(t)$ 是"能走到这里"的概率，两者相乘才是"在这里被挡住"的概率。

第二步：解这个微分方程。 分离变量得 $dT/T=-\sigma (t)dt$，两边从 $t_n$ 积到 $t$ 得 $\ln T(t)-\ln T(t_n)=-{\int }_{t_n}^t\sigma (s)ds$。初始条件 $T(t_n)=1$（刚出发时什么都没挡），故 $\ln T(t_n)=0$，于是 $T(t)=\exp (-{\int }_{t_n}^t\sigma (s)ds)$。这就是透射率公式的来源，含义是累积光学厚度的负指数：密度沿途积得越多，透射率越小。

第三步：累积贡献。 $[t,t+dt]$ 这段微元贡献多少颜色到像素？三个因子相乘——光能走到这里的概率 $T(t)$、在这里被"截获"的概率 $\sigma (t)dt$、这里发出的颜色 $\mathbf{c}(t,\mathbf{d})$。积分起来就是体渲染方程。注意 $T(t)\sigma (t)$ 合起来正好是一个概率密度（光子在 $t$ 处终止的概率密度），所以 $C(\mathbf{r})$ 是颜色的期望值。

第四步：离散求积（工程实现形式）。 积分无法直接计算，必须离散化。在 $[t_n,t_f]$ 上采样 $N$ 个点 $t_1<\cdots <t_N$，令 ${\delta }_i=t_{i+1}-t_i$，假设每段内 $\sigma ,\mathbf{c}$ 为常数，则段内透射率衰减为 $\exp (-{\sigma }_i{\delta }_i)$。于是"在第 $i$ 段被截获"的概率是"进入这段还没被挡"减去"穿过这段还没被挡"：${\alpha }_i=1-\exp (-{\sigma }_i{\delta }_i)$。而"能进入第 $i$ 段"的概率是前面各段都没挡住：

$$T_i=\prod _{j<i}\exp (-{\sigma }_j{\delta }_j)=\exp (-\sum _{j<i}{\sigma }_j{\delta }_j)=\prod _{j<i}(1-{\alpha }_j)$$

最后一个等号正是把 $\exp (-{\sigma }_j{\delta }_j)=1-{\alpha }_j$ 代回。合起来得到 NeRF 实际用的离散公式：

$$\hat{C}(\mathbf{r})=\sum _{i=1}^N{T}_i{\alpha }_i{\mathbf{c}}_i,{\alpha }_i=1-e^{-{\sigma }_i{\delta }_i},T_i=\prod _{j<i}(1-{\alpha }_j)$$

第五步：为什么这可训练。 $\hat{C}$ 对 ${\sigma }_i,{\mathbf{c}}_i$ 都可微，而 ${\sigma }_i,{\mathbf{c}}_i$ 又是 MLP 的输出。构造损失 $\mathcal{L}={\sum }_{\mathbf{r}}\Vert \hat{C}(\mathbf{r})-C_{\text{gt}}(\mathbf{r}){\Vert }_2^2$ 反向传播即可把梯度一路传回权重。整个"可微渲染"链条的可微性，全靠上面这个求积公式。

3.3 3DGS 的 alpha 混合

3DGS 的渲染方程形式上与 NeRF 离散式同源，但 ${\alpha }_i$ 的来源完全不同：

$$C=\sum _{i=1}^N{c}_i{\alpha }_i\prod _{j<i}(1-{\alpha }_j),{\alpha }_i=o_i\cdot e^{-\frac{1}{2}{\Delta }^T{\Sigma }^{\prime -1}\Delta }$$

第一步：3D 高斯投影成 2D 高斯。 一个 3D 高斯经视图变换 $W$ 与投影的局部线性化（雅可比 $J$）后，协方差按 ${\Sigma }^{\prime }=JW\Sigma W^T{J}^T$ 变换，取其 $2\times 2$ 的图像平面部分得到一个 2D 高斯（椭圆斑）。这一步是“泼溅”的几何核心：3D 椭球在屏幕上留下的印记是 2D 椭圆。

第二步：算像素处的高斯响应。 设当前像素坐标 $\mathbf{p}$、该 2D 高斯中心 ${\mu }^{\prime }$，令偏移 $\Delta =\mathbf{p}-{\mu }^{\prime }$，则高斯在该像素的响应（马氏距离的高斯衰减）是 $G^{\prime }(\mathbf{p})=\exp (-\frac{1}{2}{\Delta }^T{\Sigma }^{\prime -1}\Delta )$。含义是像素离斑中心越远（按椭圆度量）贡献越小，${\Sigma }^{\prime }$ 控制斑的大小与朝向。第三步：乘上不透明度。 高斯自身有一个可学习的整体不透明度 $o_i\in [0,1]$，于是 ${\alpha }_i=o_i\exp (-\frac{1}{2}{\Delta }^T{\Sigma }^{\prime -1}\Delta )$。对比 NeRF 的 ${\alpha }_i=1-e^{-{\sigma }_i{\delta }_i}$：NeRF 的 $\alpha$ 来自“密度 × 步长”的物理消光，3DGS 的 $\alpha$ 来自“显式图元的空间衰减 × 不透明度”。两者数学地位相同，物理来源不同。

第四步：前后混合。 把落在该像素上的所有高斯按深度从近到远排序（必须做，混合不可交换），然后按 $C=\sum c_i{\alpha }_i{\prod }_{j<i}(1-{\alpha }_j)$ 累积。其中 ${\prod }_{j<i}(1-{\alpha }_j)$ 就是 3.2 节的 $T_i$——剩余透射率。实现上一边遍历一边维护 $T\leftarrow T(1-{\alpha }_i)$，当 $T$ 小于阈值（如 $10^{-4}$）就提前退出，这是重要的加速手段。

第五步：颜色从球谐来。 $c_i$ 不是常数，而是由球谐系数按观察方向求值 $c_i(\mathbf{d})={\sum }_l{\sum }_{m=-l}^l{k}_{lm}^i{Y}_{lm}(\mathbf{d})$，这让高斯能表现镜面高光随视角变化。第六步：梯度回传。 对 $C$ 分别求偏导，梯度流向 $c_i$（→ SH 系数）、$o_i$、以及 $\Delta$ 与 ${\Sigma }^{\prime }$（经 ${\Sigma }^{\prime }=JW\Sigma W^T{J}^T$ 链式回到 $\mu ,\Sigma$）。全程没有神经网络，只是一组参数的直接优化——这就是可微光栅化。为保证 $\Sigma$ 始终正定，实现上不直接优化 $\Sigma$，而是参数化为 $\Sigma =RS{S}^T{R}^T$，$S$ 为对角缩放（存 3 个 log-scale），$R$ 由四元数给出，这样任意参数值都对应合法协方差。

3.4 三种表示的数学形式汇总

占用网络：$f_{\theta }(\mathbf{x})\in [0,1]$，$\Omega =\{\mathbf{x}\mid f_{\theta }(\mathbf{x})>0.5\}$。DeepSDF：$f_{\theta }:{\mathbb{R}}^3\to \mathbb{R}$，$S=\{\mathbf{x}\mid f_{\theta }(\mathbf{x})=0\}$，内负外正。NeRF 辐射场：$(\sigma ,\mathbf{c})=F_{\theta }(\gamma (\mathbf{x}),\mathbf{d})$，$C(\mathbf{r})=\int T(t)\sigma (t)\mathbf{c}(t,\mathbf{d})dt$。3DGS 场景：$\text{Scene}=\{({\mu }_i,{\Sigma }_i,o_i,S{H}_i){\}}_{i=1}^N$。

4. 具体实现步骤

4.1 神经隐式场的训练与提取

4.2 NeRF 的训练与渲染

4.3 3DGS 的实现

4.4 实现注意事项与避坑

4.5 FreeCAD 的支持现状（要说实话）

FreeCAD 目前对这类表示基本没有原生支持。 这不是遗漏而是定位问题：FreeCAD 的核心是 OCCT 的精确 B-Rep 内核，服务于可标注、可制造的参数化模型；而神经隐式与 3DGS 属于研究性 / 外部工具范畴。现实的协作方式是“外部生成 + 转换后导入”：

5. 实际应用示例

做一个完整的小例子：用手机拍的一组照片重建一个金属支架，并把结果导入 FreeCAD 作为逆向建模参考。输入是环绕拍摄的 120 张照片（1080p，光照均匀，避免逆光和反光高亮），硬件为一张 8GB 显存的 NVIDIA GPU。

第 1 步：求相机位姿（COLMAP）

colmap feature_extractor –database_path db.db –image_path ./images \\
–ImageReader.single_camera 1
colmap exhaustive_matcher –database_path db.db
mkdir sparse && colmap mapper –database_path db.db –image_path ./images \\
–output_path ./sparse
# 检查点：sparse/0/ 下应有 cameras.bin / images.bin / points3D.bin
# 若注册图像数 < 100，说明纹理不足或重叠不够，需补拍

第 2 步：训练 3DGS（求外观与快速预览）

python train.py -s ./ -m ./output/bracket –iterations 30000 \\
–densify_until_iter 15000 –opacity_reset_interval 3000
# 关注 L1 loss 与 PSNR；PSNR > 28 dB 通常视觉已足够

第 3 步：并行训练 SDF 型神经隐式（求可用几何）。3DGS 出图漂亮，但几何是椭球云，做逆向不够用：

ns-train neus-facto –data ./ –pipeline.model.sdf-field.use-grid-feature True \\
–pipeline.model.eikonal-loss-mult 0.1
# eikonal-loss-mult 是关键：施加 (‖∇f‖-1)² 正则，让 f 成为真正的距离场

第 4 步：Marching Cubes 提取网格

import numpy as np, torch, trimesh
from skimage.measure import marching_cubes

R = 256 # 分辨率，显存不够降到 128
lin = np.linspace(–1, 1, R, dtype=np.float32)
gx, gy, gz = np.meshgrid(lin, lin, lin, indexing="ij")
pts = np.stack([gx, gy, gz], –1).reshape(–1, 3)
sdf = [] # 分块查询，避免 1677 万点爆显存
for chunk in np.array_split(pts, 64):
with torch.no_grad():
sdf.append(model.sdf(torch.from_numpy(chunk).cuda()).cpu().numpy())
verts, faces, normals, _ = marching_cubes(
np.concatenate(sdf).reshape(R, R, R), level=0.0, spacing=(2/R,)*3)
mesh = trimesh.Trimesh(verts – 1.0, faces, vertex_normals=normals)
mesh.update_faces(mesh.nondegenerate_faces()) # 清理：去退化面、去孤岛、简化
mesh = max(mesh.split(only_watertight=False), key=lambda m: len(m.faces))
mesh.simplify_quadric_decimation(50000).export("bracket.ply")

第 5 步：导入 FreeCAD 并拟合

import Mesh, Part, FreeCAD as App
doc = App.newDocument("Bracket")
Mesh.insert("/path/to/bracket.ply", doc.Name)
mesh_obj = doc.Objects[–1]
scale = 84.0 / mesh_obj.Mesh.BoundBox.XLength # 尺度校准：84mm=卡尺实测最长边
mesh_obj.Mesh.transform(App.Matrix().scale(scale, scale, scale))
shape = Part.Shape() # 粗查询 B-Rep（形状级，无特征语义）
shape.makeShapeFromMesh(mesh_obj.Mesh.Topology, 0.05) # 0.05 为缝合容差
Part.show(Part.makeSolid(shape), "RawSolid"); doc.recompute()

输出与解读

关键结论：RawSolid 不是终点，是底图。正确的下一步是打开 PartDesign，在这个实体上做草图截面、量取关键尺寸（孔径、孔距、板厚、圆角半径），然后用标准参数化特征重新建一遍，这样得到的模型才有尺寸、有约束、可修改、可出图。还有个校验技巧：重建结果的尺度是不确定的（SfM 只能定形，不能定尺），稳妥做法是拍摄时把一把已知长度的标定尺放进场景，重建后用它校准，并在成品上量 2–3 个独立尺寸交叉验证；上例用单点校准，误差会在长距离上累积，多点最小二乘更可靠。

六、小结与要点

必须记住的四件事

优点：连续、无限分辨率（任意采样密度可求值，无网格离散化痕迹）；极度紧凑（一个网络或一组高斯表达复杂形状，远小于等价网格）；可微可学习（与深度学习管线无缝，支持生成、补全、超分）；新视角合成达照片级（真实场景重建优于传统方法，尤其玻璃、毛发、半透明物体）；3DGS 原生实时（交互帧率，工程落地迅速）；处理不完整数据能力强（稀疏多视角或稀疏点云即可重建连续场）。

七个坑：其一几何精度不足（无精确边界、拓扑难保证，距离制造级 CAD 仍有较大差距）；其二训练成本高（NeRF）（虽被 Instant-NGP 大幅加速，本质仍是优化而非解析求交）；其三存储膨胀（3DGS）（百万高斯占数百 MB，必须压缩）；其四不可编辑、无参数（无法标注尺寸、无法做布尔、进不了工程链路）；其五泛化弱（单场景过拟合，通用 3D 生成仍靠扩散大模型补足）；其六无标准交换格式（STEP / 网格工具链不认，工业落地尚早期）；其七黑箱不可解释（权重难以形式化验证，安全关键领域慎用）。

适用场景一览

一句话选型：要看得漂亮选 3DGS，要几何能用选带 Eikonal 正则的神经 SDF，要制造级精度请回到 B-Rep（参见 01-BRep边界表示.md）。

练习与思考