北大联合Llama-Factory推出DataFlex：工业级数据动态训练系统¶
公众号: 机器之心 发布日期: 04月15日 抓取日期: 2026-04-16 URL: https://www.jiqizhixin.com/articles/7ae4af05-ba58-4b5b-b0bb-8bbae7772797
Title: 刚刚，李飞飞世界模型开源了个渲染神器 ｜ 机器之心
URL Source: https://www.jiqizhixin.com/articles/7ae4af05-ba58-4b5b-b0bb-8bbae7772797
Markdown Content:
刚刚，李飞飞世界模型开源了个渲染神器 ｜ 机器之心¶
机器之心¶
登录
文章库
PRO会员通讯
SOTA！模型
AI Shortlist
AI 好好用
文章库
登录
刚刚，李飞飞世界模型开源了个渲染神器
0%
展开列表
2026具身智能数据赛道，卷出了一匹「黑马」
04月15日
觅蜂科技（Maniformer）
从「片段生成」到「长视频漫游」：OmniRoam探索轨迹可控的长视频生成新范式
04月15日
视频生成
阿里ATH发布AI开发工具Meoo，可一键开发一键部署
04月15日
Meoo（秒悟）
构建跨越时空的微观实验室：KIMMDY 仿真器实现秒级生物化学反应的动态模拟
04月15日
AI for Science
实测参考生之王Vidu Q3：这已经不叫AI生成了，这叫AI驱动整个剧组
04月15日
参考生视频
刚刚，李飞飞世界模型开源了个渲染神器
04月15日
Spark 2.0
北大联合Llama-Factory推出DataFlex：工业级数据动态训练系统
04月15日
DataFlex
离谱！我的新上班搭子，居然是个超靠谱的AI
04月15日
TuriX Superpower
昨天，英伟达开源个量子AI，拉爆美股量子计算概念
04月15日
量子计算
可用即脆弱？VENOM击穿纵向联邦学习
04月15日
CVPR 2026
腾讯轻量云独家上线Hermes Agent应用模板 AI智能体云端部署一云搞定
04月15日
OccuBench 文档宣传: 15个前沿大模型，100个职业场景：谁才是最强AI打工人？
04月15日
OccuBench
「国家队」下场，德塔智能连续三轮融资超亿元，押注原生人形机器人基础模型
04月15日
具身智能
OpenAI也搞「Mythos」？刚刚，网络安全版GPT-5.4-Cyber亮相
04月15日
GPT-5.4-Cyber
速来！巴西不仅有足球，也有蚂蚁的ICLR 2026学术派对
04月14日
蚂蚁集团
数学的上帝粒子！一个运算符能导出所有基本函数
04月14日
EML
迎接智能体的「觉醒时刻」：EverOS全球公测开启Agent Memory自进化序章
04月14日
EverOS
写Verilog、调CUDA，总翻车？工业代码大模型开始学会「先想后写」了
04月14日
北京航空航天大学
火山引擎：Seedance 2.0 API 服务全面开放
04月14日
火山引擎
目标更重要？国内公司超越Generalist，进化到动作中心世界模型
04月14日
极佳世界
机器之心 原创
10小时前
刚刚，李飞飞世界模型开源了个渲染神器
编辑｜杜伟
刚刚，李飞飞世界模型新成果来了，还是开源的！
就在今天凌晨，李飞飞空间智能独角兽公司 World Labs 官宣推出「Spark 2.0」，将最具野心的 3DGS（3D 高斯泼溅）世界带入到 Web。
这意味着，原本只有专业设备才能运行的超大规模、高保真 3D 场景，现在变成任何人都可以在浏览器中访问的内容。
而随着高保真 3D 内容可以在任意设备上进行访问，包括手机、VR 设备等，空间叙事能力向前迈进了一大步。
这个专为 3DGS 打造的渲染器还是开源的，可以流式加载 1 亿 + 的 3DGS 数据，将构建一个全新的 3D 物理世界。
3D 高斯泼溅渲染神器，Spark 2.0 来了
作为一个面向 Web 的动态 3D 高斯泼溅（3DGS）渲染器，Spark 与当前最流行的 Web 3D 框架 Three.js 集成，并基于 WebGL2 运行，因此只要有浏览器，无论是桌面端、iOS、Android，还是 VR 设备，都可以使用。
在去年发布时，Spark 就带来了不少其他渲染器没有的能力：比如在同一场景中渲染多个 3DGS 对象、实时编辑与重光照，以及一个着色器图系统让用户可以基于 splat 创建完全动态的特效和动画。
而在 Spark 2.0 中，团队加入了一个细节层级（LoD）系统，可以在任意设备上流式加载并渲染超大规模的 3DGS 世界。当你在场景中移动时，Spark 会根据当前视角自动调整 3DGS 的细节等级，并通过网络按需加载所需数据。我们先来看以下几个场景的展示图：
接着来看技术细节。
Spark 2.0 提供了一整套解决方案，用来在 Web 上为各类设备准备、传输并渲染超大规模的 3DGS 场景。为了解决规模化带来的挑战，它主要用了三类图形学和系统层面的技术：
-
Level-of-Detail（细节层级）：为 splat 生成不同分辨率的版本，并根据当前相机视角决定实际渲染哪一部分。当对象距离较远、细节难以分辨时，就减少渲染的 splat 数量，从而提升性能。
-
渐进式流加载（Progressive Streaming）：随着数据下载，从粗到细逐步加载 3DGS 的细节内容，并优先加载那些最能提升当前视角清晰度的数据。
-
虚拟内存（Virtual Memory）：在 GPU 中分配一块固定大小的内存池，用作 splat 的页表，根据场景中的位置，自动换入和换出所需的 3DGS 数据块。这样一来，就能访问跨多个 3DGS 对象、通过网络获取的海量数据。
细节层级（LoD）高斯 splat 树
Spark 的 LoD 设计采用的是连续 LoD 方法，即所有 splat 都被组织在一个层级结构中，也就是一棵 LoD splat 树。Spark 会在这棵树上选择一条「切面」，从中逐个挑选 splat，使当前视口中的细节达到最优。
在这棵树里，每一个内部节点，都是由其子节点合并得到的低分辨率版本：通过把多个子 splat 合成为一个新的 splat，用来近似它们整体的形状和颜色。这个过程不断向上递归，直到树的根节点，也就是：一个单一的大 splat 汇总了整个对象中所有 splat 的整体形状与颜色。
Spark 2.0 提供了两种用于生成 LoD splat 树的算法：
-
一种轻量且速度更快的算法，叫做 Tiny-LoD，在 Web 端默认使用；
-
一种质量更高的算法，叫做 Bhatt-LoD，在命令行环境中默认使用。
这两种方法都「无需训练」，不依赖参考图像或其他输入数据，而是直接基于 3DGS 数据本身进行处理。
渐进式流
Spark 2.0 定义了一种新的文件格式 .RAD（Radiance fields），用于压缩 3DGS 数据，并支持在网络传输过程中进行随机访问，实现逐步细化的流式加载。
在加载初期，3DGS 对象会以一个大约 6.4 万 splat 的粗略版本几乎瞬间呈现出来。随后系统会分块获取数据，优先细化当前画面中最粗糙、最需要提升细节的 LoD splat，并随着用户在场景中的移动动态调整加载优先级。
虚拟内存
虚拟内存是一种内存管理技术，通过一小块固定的「物理内存」，来提供对海量虚拟内存的访问能力。系统通过页表，将虚拟地址与物理内存中的固定大小页进行映射。
Spark 2.0 将这一机制引入到 3DGS 中，在 GPU 上分配一个固定容量（约 1600 万 splat）的内存池，并自动管理 GPU 中 64K splat 的「页」与 .RAD 文件中对应的 64K 数据块之间的映射关系。
数据块会按照 LoD 遍历顺序加载进空闲页中；当页表已满时，如果有新的、更高优先级的数据需要加载，就会按照「最近最少使用」（LRU）的策略，把优先级较低的旧数据块替换出去。
更多技术细节请参考博客原文。
博客地址：https://www.worldlabs.ai/blog/spark-2.0