第02章：3D 高斯泼溅原理与 PLY 数据格式
要真正用好 SuperSplat，必须先理解它所操作的数据本质——3D 高斯泼溅模型。本章从原理讲到数据格式，帮助你建立“每一次编辑到底在改什么”的直觉。
1. 从 NeRF 到 3D 高斯泼溅
辐射场（Radiance Field）的目标是：给定空间中任意一点和观察方向，预测该处的颜色与密度，从而重建出可自由视角漫游的三维场景。
- NeRF（2020） 用一个多层感知机（MLP）隐式表示辐射场，渲染时需要对每条光线采样大量点并逐点查询网络，训练慢、渲染慢（每帧需数秒）。
- 3D Gaussian Splatting（2023） 改用显式表示：用成千上万（几十万到上千万）个三维高斯椭球（Gaussian）作为“基元”直接铺满空间，通过基于光栅化的“泼溅（splatting）”渲染，可在现代 GPU 上达到实时（>100 FPS）且画质优异。
3DGS 的核心优势：训练快（分钟到小时级）、渲染实时、画质高、可编辑（因为是显式的点集）。正因为它是显式点集，SuperSplat 才能像编辑点云一样对它进行选择、删除、变换。
2. 一个高斯点包含哪些信息
每个 3D 高斯由一组参数定义，渲染时这些参数共同决定它在屏幕上呈现为一个带颜色、带透明度、有方向和大小的“模糊椭圆斑点”：
- 位置（Position）：椭球中心的三维坐标
x, y, z。 - 协方差 / 形状：决定椭球的大小与朝向，实际存储为：
- 缩放（Scale）：三个轴向的尺寸
scale_0, scale_1, scale_2（通常以对数形式存储）； - 旋转（Rotation）：一个四元数
rot_0, rot_1, rot_2, rot_3，表示椭球朝向。
- 缩放（Scale）：三个轴向的尺寸
- 不透明度（Opacity）：
opacity，控制该高斯的透明程度（通常经过 sigmoid 激活）。 - 颜色 / 球谐系数（Spherical Harmonics, SH）：
- DC 分量：
f_dc_0, f_dc_1, f_dc_2，对应 RGB 的基础颜色（0 阶球谐）； - 高阶分量：
f_rest_0 … f_rest_N，用于表达视角相关的颜色变化（高光、反射等）。阶数越高，系数越多：1 阶各通道 3 个、2 阶 5 个、3 阶 7 个，三通道合计 3 阶时为 45 个f_rest。
- DC 分量：
理解要点：颜色不是简单的 RGB，而是用球谐函数编码的、随观察方向变化的颜色场。这正是 3DGS 能表现出真实反光的原因，也是第 06 章颜色编辑需要特别处理 SH 的原因。
3. 球谐函数（SH）速览
球谐函数是定义在球面上的一组正交基，类似傅里叶级数之于一维信号。在 3DGS 中：
- 用低阶 SH 系数表示每个高斯在不同观察方向上的出射颜色；
- 0 阶（DC） 是与方向无关的常数项，可近似看作“基础颜色”；
- 高阶项 编码方向相关的颜色变化。
SuperSplat 在 src/sh-utils.ts 中实现了 SH 相关工具。一个常见常量是 0 阶球谐基函数值 SH_C0 = 0.28209479177387814。把 DC 系数转换为可显示的颜色时使用：
color = 0.5 + f_dc * SH_C0 （再裁剪到 [0,1]）
源码 src/editor.ts 中即可见到该换算：
const SH_C0 = 0.28209479177387814;
const decodeColorChannel = (value: number) => {
return Math.min(1, Math.max(0, 0.5 + value * SH_C0));
};
这意味着当你在 SuperSplat 中“拾取某个高斯的颜色”时，本质是把它的 DC 球谐系数反解为 RGB。
4. PLY 文件格式详解
3DGS 训练管线（如 Inria 官方实现）最常见的输出是 PLY（Polygon File Format） 文件。PLY 是一种通用的多边形/点数据格式，分为 ASCII 与二进制两种；3DGS 使用二进制小端（binary_little_endian）以节省体积。
4.1 文件结构
PLY 由头部（header，ASCII 文本） 与数据体（body，二进制或 ASCII） 两部分构成。一个典型 3DGS PLY 头部如下：
ply
format binary_little_endian 1.0
element vertex 1048576
property float x
property float y
property float z
property float nx
property float ny
property float nz
property float f_dc_0
property float f_dc_1
property float f_dc_2
property float f_rest_0
property float f_rest_1
...
property float f_rest_44
property float opacity
property float scale_0
property float scale_1
property float scale_2
property float rot_0
property float rot_1
property float rot_2
property float rot_3
end_header
<binary data ...>
要点：
element vertex N：声明共有 N 个顶点（即 N 个高斯点）；- 每个
property float xxx：声明每个顶点拥有的属性及类型，顺序即二进制中的字节排列顺序； nx, ny, nz（法线）在 3DGS 中通常存在但不被使用，常为 0；f_dc_*为 DC 颜色，f_rest_*为高阶 SH（数量取决于 SH 阶数）；opacity、scale_*、rot_*含义如上一节所述。
4.2 数据量与体积问题
假设 SH 取 3 阶，则单个顶点属性数约为：3(xyz) + 3(法线) + 3(f_dc) + 45(f_rest) + 1(opacity) + 3(scale) + 4(rot) = 62 个 float，每个 4 字节，即约 248 字节/点。对于一个 100 万点的模型，仅数据体就约 248 MB。这正是高斯模型“又大又重”的根源，也是 SuperSplat 要做裁剪清理与压缩的根本动机（详见第 08 章）。
5. SuperSplat 支持的数据格式
SuperSplat（借助 @playcanvas/splat-transform 与 src/splat-serialize.ts、src/file-handler.ts）支持加载与导出多种高斯泼溅格式：
| 格式 | 扩展名 | 说明 |
|---|---|---|
| 标准 PLY | .ply |
3DGS 训练输出的通用格式，未压缩，体积大 |
| 压缩 PLY | .ply（compressed） |
PlayCanvas 定义的量化压缩 PLY，体积显著减小 |
| Splat | .splat |
antimatter15 提出的紧凑二进制格式，常用于 Web 查看器 |
| SOG / 超压缩 | .sog / .json + WebP |
PlayCanvas 的 Self-Organizing Gaussians，用 WebP 纹理存储，体积极小，适合 Web |
| CSV | .csv |
文本导出，便于分析或外部处理 |
| PLY 序列 | 多个 .ply |
用于体积视频/动态高斯（见 src/ply-sequence.ts） |
不同格式的取舍：编辑/归档用 PLY（无损），Web 发布用压缩 PLY 或 SOG（小体积、快加载）。第 08 章会详细对比。
6. 坐标系与朝向
3DGS 模型的坐标系取决于训练管线（COLMAP、相机约定等），常见问题是导入后上下颠倒、朝向不对、比例异常。SuperSplat 提供整体变换（平移/旋转/缩放）来校正方向，并通过 scene-config.ts 中的相机与网格配置提供参照。第 05 章会讲解如何规范化模型方向。
PlayCanvas 引擎使用右手坐标系、Y 轴向上。理解这一点有助于解释为什么有些从外部工具导入的模型需要绕 X 轴旋转 180°。
7. 高斯点的“状态”概念
SuperSplat 在加载模型后，会为每个高斯点维护一组状态位（见 src/splat-state.ts），这是它实现非破坏式编辑的关键：
selected：是否被选中；hidden：是否被隐藏；deleted：是否被标记删除。
这些状态以位掩码（bitmask）形式按区间（IndexRanges）批量设置，所有编辑操作（第 04 章）本质上都是在修改这些状态位，并可通过历史栈撤销/重做。删除在导出前都是“标记删除”，因此完全可逆——这是理解 SuperSplat 编辑模型的核心。
8. 本章小结
本章从原理层面拆解了 3D 高斯泼溅：
- 它是 NeRF 之后的显式辐射场表示，由大量带位置、形状（缩放+旋转）、不透明度、球谐颜色的三维高斯组成；
- 颜色用球谐函数编码，DC 项近似基础色，高阶项表达视角相关效果；
- 训练输出通常是二进制 PLY，属性顺序固定、体积庞大；
- SuperSplat 支持 PLY、压缩 PLY、splat、SOG、CSV、PLY 序列等格式；
- 每个高斯点在编辑器中拥有 selected/hidden/deleted 状态位，使编辑非破坏、可撤销。
掌握这些，你就能理解后续每个工具“改的是哪一组数据”。下一章我们正式进入在线编辑器，学习加载模型与视图操作。