Visionary：基于WebGPU驱动的高斯泼溅平台构建的世界模型载体

arXiv 25.12 2025 35.1 system

TLDR

基于WebGPU和ONNX的实时高斯泼溅渲染Web平台，支持动态神经处理与生成式后处理。

评分理由

The paper presents a practical, open-source platform that improves rendering efficiency and lowers deployment barriers, but its contribution is primarily a rendering/inference engine rather than a full world model or simulator. The abstract mentions world models only as motivation, and lacks evidence for world dynamics prediction or model-based RL.

Read-first 评分解释

综合优先阅读分 35.1，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 9。

近期性 8%

86.7

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2025

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：实验、结果

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

主题相关性 42%

12.9

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：172。

关键词评分

world model

generative world model

interactive world model

world simulator

video world model

world dynamics prediction

model-based reinforcement learning world model

深度分析

创新点

开放、Web原生平台，使用WebGPU实现实时高斯泼溅和网格渲染
逐帧ONNX推理，在浏览器中实现动态神经处理
标准化的高斯生成器契约，支持即插即用的算法集成
通过推理实现前馈生成式后处理
带有简洁TypeScript API的three.js插件，实现无缝Web集成
基于GPU的基元排序，相比现有Web查看器实现更优渲染效率

方法

Visionary基于WebGPU渲染器和逐帧ONNX推理构建，在轻量级浏览器环境中实现动态神经处理。它引入了高斯生成器契约，支持标准3DGS渲染和即插即用算法，每帧生成或更新高斯体。该平台还提供带有TypeScript API的three.js库，用于集成到现有Web应用中。

关键结果

在相同的3DGS资产下，由于基于GPU的基元排序，Visionary相比现有Web查看器实现了更优的渲染效率。它已支持多种变体，包括基于MLP的3DGS、4DGS、神经化身以及风格变换或增强网络。

技术栈

WebGPUONNXthree.jsTypeScriptGaussian SplattingMLP4DGS

资源

论文