當你在手機上流暢觀看3D電影時，是否想過畫面清晰度與內存占用之間的矛盾可能被徹底打破？香港科技大學計算機科學與工程系的研究團隊近日宣布，他們開發的"混合輻射場"（HyRF）技術成功實現了畫質與存儲效率的雙重突破。這項發表于神經信息處理系統會議（NeurIPS 2025）的研究成果，通過創新性的技術架構將3D模型存儲需求壓縮至傳統方法的二十分之一，同時保持了實時渲染能力。
傳統3D渲染領域長期面臨兩難選擇：基于神經網絡的方法雖能以少量參數生成精美畫面，但計算速度較慢；基于3D高斯濺射的技術雖然渲染效率高，卻需要為每個3D點存儲多達59個參數。研究團隊提出的混合方案創造性地融合了兩種技術優勢，就像將精密儀器與高效流水線相結合，既保證了產品質量又提升了生產效率。
技術核心在于構建的雙重神經網絡架構。幾何網絡專門處理物體的空間屬性，如同建筑師精確計算結構尺寸；外觀網絡則負責顏色與光照效果，宛若畫家調配光影色彩。這種分工模式使系統能根據觀察視角智能生成細節，例如當視線轉向紅色球體時，網絡會自動計算不同角度下的陰影變化，而無需存儲所有可能的視覺狀態。
在參數設計上，研究團隊將每個3D點的存儲參數從59個精簡至8個基礎值，包括三維坐標、基礎顏色、尺寸和透明度。這相當于用基礎骨架支撐復雜形體，再通過神經網絡"畫筆"添加細節裝飾。實驗數據顯示，這種設計使存儲效率提升超過20倍，240MB的3D場景模型可壓縮至12MB，同時保持PSNR、SSIM等圖像質量指標的領先水平。
渲染流程的創新體現在三階段處理機制。首先通過可見性預篩選排除不可見對象，如同攝影師提前確定取景范圍；接著神經網絡對保留對象進行智能升級，補充完整幾何與外觀屬性；最后采用球形背景渲染技術，通過計算視線與虛擬球面的交點生成遠景內容，解決了傳統方法遠景模糊的缺陷。整個過程如同精密的工業生產線，每個環節都經過優化設計。
測試數據充分驗證了技術優勢。在涵蓋室內、戶外、特寫及城市場景的25個測試集中，新技術在圖像質量、存儲效率和渲染速度三個維度均表現優異。特別是在處理大規模城市場景時，傳統方法需要數千MB存儲且速度下降，而HyRF技術僅需幾百MB就能保持流暢渲染，為自動駕駛、數字孿生等應用開辟了新可能。
消融實驗進一步揭示了技術設計的科學性。當移除雙重神經網絡架構時，物體邊緣會出現明顯空洞；取消背景渲染模塊會導致遠景模糊；關閉預篩選功能則使渲染速度下降75%。這些對比驗證了每個組件的必要性，也證明了系統設計的合理性。
對于普通用戶而言，這項技術將帶來直觀的體驗升級。未來在移動設備上觀看3D內容時，無需擔心存儲空間不足或設備性能不夠，高質量3D體驗將變得觸手可及。內容創作者也能以更低的成本制作更精細的作品，推動虛擬現實、游戲開發、影視制作等領域的創新發展。該研究的完整技術細節已通過論文編號arXiv:2509.17083v2公開，供全球科研人員參考驗證。
