M1 · 渲染技术演进
从光栅化到光线追踪到 NeRF 再到 3D 高斯泼溅，渲染技术经历四代演进：从硬件光栅化的实时但无全局光照，到光线追踪的真实物理模拟，再到神经辐射场的高质量新视角合成，最终到 3D 高斯泼溅的实时高质量显式表示。
M2 · NeRF 原理与训练
神经辐射场用 MLP 编码 5D 输入 (x,y,z,θ,φ) → (RGB,σ)，通过体渲染合成新视角。采样相机射线、查询网络、积分合成、端到端训练是其四大核心环节。
M3 · 3D 高斯泼溅原理
用 3D 高斯椭球体表示场景，通过泼溅 (splatting) 投影到 2D 屏幕并按深度排序做 alpha 混合，实现实时渲染。每个高斯由位置、缩放、旋转、颜色 (球谐)、不透明度参数化。
M4 · 3DGS 渲染管线
从 3D 高斯到 2D 图像的完整可微渲染管线：按深度排序 → 分块 (tile) 分配 → 光栅化泼溅 → 前向 alpha 混合成图，反向传播梯度更新高斯参数。
M5 · 动态场景重建
从静态到动态：4D 高斯泼溅与变形场 (deformation field) 为 3DGS 注入时间维度，实现视频级动态场景的重建与自由视角回放。
M6 · 场景编辑与操控
对 3DGS 场景进行编辑、变形、组合：显式的高斯表示让物体移除、纹理编辑、场景组合、物理模拟等操控成为可能，开辟了可编辑神经渲染新方向。
M7 · 压缩与流式传输
3DGS 场景动辄数百 MB，压缩与流式传输是实用化关键：量化降精度、剪枝去冗余、分块 LOD 流式加载，让大场景在移动端也能流畅呈现。
M8 · 应用场景
从 VR/AR 到数字孪生，从自动驾驶仿真到影视虚拟制作，神经渲染与 3DGS 正在重塑三维内容的生产与消费方式，实现照片级真实感的实时交互。