3Dガウス放射スプラッティング（3D Gaussian Splatting）は、複数枚の画像から高品質な3D空間をリアルタイムで再構成・描画するニューラルレンダリング技術です。空間を多数の『3Dガウス』の集合として表現し、高速なラスタライズによって、従来のNeRFの課題であった描画速度を大幅に改善し、メタバースやバーチャル内見などでの応用が期待されています。
3Dガウス放射スプラッティングとは
3Dガウス放射スプラッティングとは、複数の2次元画像から、リアルタイムで描画可能な高品質な3D空間を構築するニューラルレンダリング技術の一種です。3D空間を『3Dガウス（楕円体）』の集合体として表現し、それを2次元画面に投影（スプラッティング）することで、高速かつ高精細な描画を実現します。
詳しく解説
この技術は、従来の3D復元やニューラルレンダリングの課題を解決するために2023年に提案されました。それまで主流だったNeRFは、ニューラルネットワークを用いた暗黙的な表現で高品質な画像を生成できる一方、描画に多大な計算コストがかかり、リアルタイムでの動作が困難でした。3Dガウス放射スプラッティングは、SfM（Structure from Motion）と呼ばれる手法で得られた粗い点群を出発点とし、位置、回転、スケール、不透明度、および方向依存の色（球面調和関数）を持つ数百万個の3Dガウスを最適化します。これにより、ニューラルネットワークを通さずにラスタライズ処理のみで描画できるため、秒間100フレームを超える圧倒的なリアルタイム性能とNeRFと同等以上の描画品質を両立しました。
具体例・使われ方
具体的な利用例として、現実世界の観光地や部屋の内部をスマートフォンなどで多角的に撮影し、そのデータから瞬時にウォークスルー可能な3D空間を構築するケースがあります。これにより、メタバース空間の背景作成、不動産のバーチャル内見、映画やゲームのプレビズ（事前視覚化）などの分野で、高品質な3Dシーンを低コストかつ高速に作成・閲覧することが可能になります。
似た用語との違い
NeRFとの最大の違いは、シーンの表現方法と描画速度です。NeRFは連続的な体積密度をニューラルネットワーク内に『暗黙的』に保持するため、1ピクセルを描画するたびに何度もネットワークを実行（レイマーチング）する必要があり処理が低速でした。一方、3Dガウス放射スプラッティングは、明示的な3Dガウスの点群として表現し、GPUによる高速なラスタライズ技術を利用して描画するため、描画速度が格段に速くなります。また、従来のメッシュ表現（ポリゴン）と比べると、髪の毛や煙、反射する金属のような複雑な境界を持つ物体のリアルな質感を表現しやすいという違いもあります。
注意点
優れた技術ですが、いくつかの制限や注意点があります。第一に、データ容量が従来のメッシュデータやNeRFのモデルと比べて非常に大きくなりやすいという点です。数百万個の3Dガウスのパラメータを保持するため、ファイルサイズが数百メガバイトに達することがあります。第二に、この手法はあくまで静的なシーンの再構成に特化しており、動く物体の表現や、照明環境の動的な変更（リライティング）には追加の工夫や別の技術が必要です。また、データの生成段階（学習・最適化フェーズ）では、依然として一定以上の性能を持つGPUが必要になります。