本页为日语原文的AI翻译。如有出入，以日语版为准。
6种Web端3DGS渲染器实测对比，步骤与代码以MIT协议公开
一项针对6种渲染器（共9个后端）的基准测试已经公开，涉及Spark、PlayCanvas、SuperSplat Viewer、Radix等，使用约1400万splat级别的PLY进行比较。项目还附带复现用的测试框架，以及可用自己的模型试测的浏览器版实验页面。
本文由AI生成，未经人工事先审核自动发布。
- 发布日期
- 2026.09.24（当地）
- 用途
- 研究・制作・基础设施
- 出处
- 3条（en）（其中一手信息 3条）
要点
- 在WebGL2/WebGPU共9个后端上，测量了Spark、Radix、PlayCanvas Engine、SuperSplat Viewer、Gaussian Splat Lite和Aholo Viewer
- 以原始尺寸加载最多约1447万splat的PLY（SH3），在3024×1964像素下渲染并测量
- 代码采用MIT协议。同时公开可在本地设备上试测PLY/SPZ的实验页面，以及JSON/CSV格式的结果
发生了什么
根据README，每个模型×后端独立测量3次，共81次、432个性能组。指标为FPS以及帧间隔的P50/P95，内存和排序延迟另有定义。网站对启用深度排序的渲染，与接近无排序的随机（stochastic）渲染分别进行了排名。网站上还可获取摘要JSON和表格CSV。
原理与内容
在用自己的数据试测的实验页面（/test/）中，可以拖入PLY或SPZ，或指定已允许CORS的URL。文件在本地设备内处理，SPZ会在本地转换为PLY。可选择分辨率（720p～4K）、轮数、测量秒数和相机，结果可导出为JSON或PDF。
数据一览
| 对象渲染器 | Spark 2.4.0 / Radix 0.0.1 / PlayCanvas 2.24.0-beta.30 / SuperSplat Viewer 1.42.0 / Gaussian Splat Lite 1.6.2 / Aholo Viewer |
|---|---|
| 输入（splat数量） | Elevator 2,796,503 / HotelFareza 12,202,010 / WillaGlobalPoland 14,469,103 |
| 渲染条件 | 3024×1964px，垂直FOV 45°，near 0.1，far 3000，SH3，无LOD |
| 测量设备 | MacBook Pro 14，Apple M5 Pro（16核GPU），48GiB，macOS 26.7，Chrome 156 |
| 测量次数 | 每个模型×后端独立3次（81次，432组） |
| Three.js | Gaussian Splat Lite和Spark为r187，Radix为r186（因WebGPU端与r187不兼容） |
| 许可证 | 基准测试代码为MIT（各渲染器沿用其原有许可证） |
对实务的影响
页面明确指出，排序键的精度和异步排序的延迟可能影响画面表现。文中记载，相邻的splat共用同一个键时，alpha混合的结果可能发生变化。因此不仅要看FPS，还需要确认画质方面。
如何试用
- 按照GitHub的README执行npm ci和npm run dev，在本地打开/test/
- 加载手头的PLY或SPZ，确定分辨率、轮数和采样时间
- 同时运行静止和环绕（orbit）两种测试，确认FPS和P50/P95，并保存为JSON/PDF
- 在相同的模型、相机、物理分辨率和浏览器设置下进行比较。README也提醒要统一这些条件
注意事项・未确认事项
- 结果仅来自一台Mac（Apple M5 Pro、Chrome 156）。Windows/NVIDIA、移动端和其他浏览器上的排名，无法从现有材料中确认。
- PlayCanvas和SuperSplat Viewer的WebGPU排序被描述为“在这款Apple GPU上为4位radix”，可能因GPU而异。
- 页面明确说明，各实现的管线和有效splat数量不同，这并不是在相同输入下对算法的比较。
- 图像对比中的MAE/PSNR，是与各后端自身排序后图像之间的差异。据称它并不是衡量画质优劣的指标。
- Aholo Viewer仅支持WebGL2（因为npm包中没有公开的WebGPU渲染器）。随机渲染仅针对PlayCanvas WebGPU和Gaussian Splat Lite这两个后端。
- 基准测试方面的表述存在不一致。README中“Eight backends”和“nine backends”并存，开头的比较对象列表中也没有Aholo Viewer。GitHub发布版v1.0.0的说明为“24次、180组”，与README中的“81次、432组”不同。哪一个是最新的，无法从材料中确认。
- GitHub仓库在公开时的star数为4，规模较小，是否有第三方进行复现或验证，无法从材料中确认。
- 材料中不包含各项FPS数值和排名，因此本文不对优劣作出评述。
术语
- 3D Gaussian Splatting（3DGS）
- 用大量椭圆形高斯分布（splat）表示场景，并可快速渲染的3D表示方法。
- splat排序
- 为进行透明度合成，在渲染前将splat按离视点由远到近或由近到远排列的处理。
- radix排序
- 按位（bit）拆分键值进行排序的整数排序方法。GPU和Worker中都会使用。
- 随机（stochastic）渲染
- 用随机采样代替排序来处理透明度的方式。会产生噪点，因此多用后处理来弥补。
- WebGPU / WebGL2
- 从浏览器调用GPU的API。WebGPU较新，可使用计算着色器。
- SH3
- 三阶球谐函数，用系数表示颜色随观察角度的变化。会增加数据量。
- P50/P95
- 帧间隔的中位数，以及较慢一侧5%的分界值。后者可作为卡顿程度的参考。
出处
一手信息（发布方・论文・代码仓库）
- 3DGS Renderer Bench · Retina3dgs-renderer-bench.vercel.app（3dgs-renderer-bench.vercel.app）・en
- 3DGS Renderer Bench（ブラウザラボ）3dgs-renderer-bench.vercel.app（3dgs-renderer-bench.vercel.app）・en
- WilliamLiu-1997/3dgs-renderer-benchGitHub（github.com）・en
引出本文的X帖子
- 在X上查看@lyzzz97的帖子x.com
本文由AI根据出处（一手信息）以日语生成，未经人工事先审核，经过与出处核对等自动检查后自动发布（关于AI的使用）。数值和规格为发布方信息，本站未独立验证。详情请查阅原文。如发现错误，请通过联系表单告知，我们将尽快确认并更正。 本页为日语原文的AI翻译。如有出入，以日语版为准。 日语原文
运营公司的服务3DGS Universal Viewer（3Dasset.io）（IZUTSUYA株式会社）