高斯泼溅研究助手 jaccen/Awesome-Gaussian-Skills

Awesome Gaussian Skills

最全面的 3D Gaussian Splatting 目录 —— 955 个方法、26 个分类、交互式浏览器

你不该为了找 3DGS 论文翻 20 个仓库。有这一个就够了。

目录

- 为什么选这个仓库？
- 在线演示
- 快速开始
- 集成
- 在线书籍
- 最新动态（2026 年 10 月）
- 知识库
- 18 个 AI 驱动的技能
- 可视化样例
- 研究创新亮点
- 路线图
- 架构
- SplatVerse Studio
- 贡献
- 引用
- 生态与致谢
- 协议
- 赞助与社区
- Star 历史

Why This Repo?

其他 awesome 列表只给你论文标题。我们给你论文标题 + 一套 AI 工具包，让你跑得更快。 那些经典列表是给人看的；这个仓库让 AI 智能体也能消化 —— 让你的 AI 替你读论文。

| 你的需求 | 其他列表 | 本仓库 |
| 浏览论文 | 静态 markdown 表格 | 交互式浏览器：搜索、筛选、排序 |
| 对比方法 | 并排打开 2 篇论文 | 10+ 维度自动对比 |
| 避开代码 bug | 投稿之后才发现 | 104 种已知 bug 模式检测 |
| 设计实验 | 猜基线、猜消融 | 按会议定制的实验方案 |
| NeRF → 3DGS | 反复试错迁移 | 分步迁移指南 |
| CAD → 3DGS | 完全没覆盖 | 40+ 方法转换流水线 |
| 专利申请 | 从零手动撰写 | 自动生成权利要求书与说明书 |

在线演示

试试交互式方法浏览器 →

即时搜索 955 个方法，按类别筛选，按引用量排序，点击任意方法卡片查看详情。

快速开始

每个技能都是一个独立的 SKILL.md 文件——复制到你的智能体技能目录即可。

3 条命令，跑通你的第一个 AI 驱动的 3DGS 工作流：

git clone https://github.com/jaccen/Awesome-Gaussian-Skills.git

Option 1: Claude Code
cp -r Awesome-Gaussian-Skills/skills/* .claude/

Option 2: Cursor
cp -r Awesome-Gaussian-Skills/skills/* .cursor/rules/

Option 3: One-Click Install
curl -sSL https://raw.githubusercontent.com/jaccen/Awesome-Gaussian-Skills/main/scripts/setup.sh | bash

然后对你的智能体说：「对比 3DGS 和 2DGS 的渲染公式」

集成方式

本仓库同时以 AI 智能体技能和 MCP 服务器两种形态发布，因此能跨智能体运行时和 MCP 客户端使用——知识库不只给你看，也能被你的 AI 智能体直接消费：

| 客户端 | 用法 |
| Claude Code / OpenClaw | /plugin marketplace add jaccen/Awesome-Gaussian-Skills → 安装 gaussian-research、gaussian-engineering 或 gaussian-domain（3 个插件共 18 个技能）；也可以直接加载 skills/（见 CLAUDE.md）；MCP 服务器用下面的配置 |
| DSH (DeepSeek Harness) | dsh plugin --profile web add jaccen/Awesome-Gaussian-Skills —— 18 个技能 + MCP 渲染器通过 cordis.patch.yml 自动挂载 |
| Claude Desktop / Cursor / Cline | 从 .marketplace/mcp-servers/client-configs.md 复制 MCP stdio 配置 |
| 任意 MCP 客户端 | command: node，args: [/path/to/mcp-server/dist/index.js]，transport: stdio —— 34 个工具（21 个核心 + 13 个实验性） |

MCP 服务器暴露 34 个工具——21 个核心（import_scene、set_camera、modify_gaussians、render_frame、sculpt_pipeline、SLAT 隐空间编辑……）+ 13 个实验性桩——详见 mcp-server/README.md 和 .marketplace/mcp-servers/mcp-metadata.json。

📖 在线书籍：空间智能与具身智能

一本完整的开源技术书，以 3D Gaussian Splatting 为脊柱，把空间智能与具身智能编织成一个闭环：表示 → 感知 → 规划 → 行动。

📖 阅读本书 →

核心公式（呼应 Agent = LLM + Context + Tools）：

具身智能体 = 空间表示 × 感知 × 规划 × 行动

内容一览 —— 13 章 + 上手前奏与采集 SOP，每个方法名都锚定本仓库的真实数据（955 个方法、26 个分类、18 个技能），零虚构

| # | 章节 | 重点 |
| 引言 | 为什么写这本书 | 为什么 3DGS 是 Physical AI 的关键拼图 |
| 前 | 落地前奏：该不该用、能不能用 | 技术选型矩阵、八种不该用 3DGS 的场景、三条阅读路径 |
| CH 01 | NeRF → 3DGS：范式跃迁 | 显式 vs 隐式、三大创新、alpha 合成公式 |
| CH 02 | 数学与工程内核 | 各向异性高斯、可微光栅化、自适应密度控制、CUDA |
| 操 | 数据采集 SOP | 设备选型、轨迹设计、七条曝光铁律、尺度标定 —— 决定质量上限的第一步 |
| CH 03 | 从场景到世界 | 大规模、动态/4D、GS-SLAM、压缩与部署 |
| CH 04 | 语义高斯 | CLIP/DINO 特征蒸馏、开放词表 3D 分割 |
| CH 05 | 编辑 · 生成 · 资产化 | 前馈重建、SDS 生成、可动画资产、PBR 重打光 |
| CH 06 | 具身智能基础 | VLA 谱系（RT/π0/GR00T/ReconVLA）、仿真、Sim2Real |
| CH 07 | 3DGS 作为机器人空间记忆 | GS-SLAM、地图即渲染器、三层空间记忆 |
| CH 08 | 物体级与关节式理解 | 部件级高斯、URDF 桥接、CAD·Mesh·3DGS 三角 |
| CH 09 | 智能体驱动的数字孪生 | MCP 渲染管线、手势交互、感知-动作闭环 |
| CH 10 | 世界模型与未来 | 世界模型六大门派、3DGS×World Model、空间基础模型、Physical AI |
| CH 11 | 安全、溯源与版权 | 3DGS 水印、GaussTrace 取证、对抗攻击、IP 管理 |
| CH 12 | 从采集到交付：端到端管线 | 十阶段工具选型与坑点、格式与坐标系、成本/工期估算、项目失败模式 |
| CH 13 | 行业实战手册：六大垂直领域 | 博物馆与文旅、电商、工业巡检、自动驾驶仿真、具身机器人、测绘 |
| 附 | 附录 | 数据集、评测指标、交付指标换算与验收报告模板 |
| 实 | 实战索引：从书到工程 | 18 个工程技能 · 34 个 MCP 工具 · 955+ 方法浏览器，章节到可运行资源的映射 |
| 后记 | 3DGS 会被吃掉吗？ | 为什么显式表示会被压缩，而不会被吞并 |

每章结尾都有动手练习，并回链到仓库的方法表、references/ 和技能 —— 读书和做工程连成一条无缝的流。

论文列表里找不到的亮点：
- 世界模型六大门派（2026 分类法），以及 3DGS 作为唯一同时可渲染、可微、可编辑的表示所处的位置。
- GS-World、ManiGaussian 和 OrbiSim 如何把 3DGS 变成可微分仿真引擎。
- 机器人空间记忆的三层模型（几何 → 外观 → 语义），以及当前 GS-SLAM 的真实水平。

我们为什么写它（以及它和本仓库的关系）

这本书是仓库「数据层」之上的「叙事层」。仓库给你 955 个方法名、摘要和 18 个工程技能——但没有串起它们的线索。这本书补上这条线索：它论证 3DGS 为什么成为空间智能与具身智能之间的桥梁，并把每一章都落回到你今天就能用的具体方法和技能。读这本书，理解地图；用这个仓库，落地疆域。

新内容（2026 年 10 月）

最新更新（2026 年 10 月 13 日）：v0.9.10 — AIGC 内容创作分类 + 研究专家团队技能 ⭐

新增分类 AIGC 内容创作（22 个方法；分类体系 25 → 26）：3DGS 之上的 AI 生成内容创作层——文本/图像 → 3DGS 场景与资产、生成式场景重建、风格化、艺术字体、虚拟形象。锚点方法有 DiffSplat、Dragen3D、PSGS、Lyra、CSD、SplatFont3D，外加 2026 年新条目（VirSqueezer、CGGS、UniWorld-View、OmniStyle-INR、Flex4DHuman、LightHarmony3D）；原有的 CGGS 条目补全了 arXiv ID（2607.03819）并重新归类。新增技能 research-expert-team（17 → 18 个技能）：一支九角色的全周期研究团队——想法评估、创新点挖掘、模拟同行评审、学术润色、AIGC 痕迹清理（发表卫生）、框架与会议合规、严格会议格式写作、实验设计、实验分析——并附三大前沿方向（本体论 / 超级智能体 / AIGC 内容创作）的方法选择表。库规模 934 → 955；所有数据载体在 955 处重新核验，名称集合完全一致。见变更日志。

上一次更新（2026 年 10 月 13 日）：v0.9.9 — 知识库扩充：900 → 934，新增两个技能 ⭐

34 个经 arXiv 核验的新方法入库，库规模从 900 增至 934，分类体系从 23 增至 25 个分类：新增两个横切分类——本体论与知识表示（12 个方法）和超级智能体与智能体式 AI（20 个方法）。新增两个技能——ontology（3D 场景图、空间本体论、神经符号推理）和 super-agent（多智能体 LLM 系统设计、3D/空间智能体集成）——技能数 15 → 17。CGS-SLAM 名称冲突已修复（冲突的新条目删除；原 IROS 2025 条目恢复）。所有数据载体在 934 处重新核验，名称集合逐条比对；全站口径统一为 934 / 25 / 17。见变更日志。

更早的更新（v0.9.8 及之前）

上次更新（2026 年 10 月 20 日）：v0.9.8 — World Models 分类补强（896 → 900） ⭐

针对最薄弱分类做定向补强。新收录 4 个经 arXiv 核验、基于 3DGS 的 World Model / Spatial Intelligence 方法，方法库从 896 增至 900。World Models & Spatial Intelligence 分类从 8 个方法增至 12 个： HY-World 2.0、F3DGS（联邦多智能体世界建模）、4DGS-WAM（以物体为中心的世界动作模型）、Cloth-Splatting（3DGS 布料状态估计）。补回两个缺失的 arXiv ID（Holi-Spatial → 2603.07660，Spatial-TTT → 2603.12255）；两个条目标记为 unverified，待核验来源（APEIRIA、S²AM3D）。GSMem 发现已收录在 Embodied AI & Robotics 分类下——未重复收录。详见 changelog。

上次更新（2026 年 10 月 12 日）：v0.9.7 — 手动收录：15 个新方法（881 → 896） ⭐

手动收录 15 个经 arXiv 核验的 3DGS 新方法，方法库从 881 增至 896（+15，+1.7%）。收录方法横跨 9 个分类：Acceleration（H2-Ray、TileSkipper、SplatQ）、Feed-Forward（CompactSplat、DeltaSplat、DensiTok）、Embodied AI & Robotics（Splat2Act、2DGS-Planner、NovaSplat），另有 OuroWorld（Dynamic & 4D）、PAM-ToD（HDR & Relighting）、FlyMark（Security）、GSCV（Compression & Streaming）、OpenSplatGraph（Language & Semantic）、PCAsplat（Surface & Rendering）。每个收录方法名均在其论文标题/摘要中自述（R9 协议）且经 arXiv 核验。12 篇候选论文被拒，原因包括缺少自述方法名、仅为基准测试、属于 NeRF（非 3DGS），或仅把 3DGS 当作工具使用。所有数据载体（methods.json / CSV / methods.html / abstracts.js / 参考文档）均在 896 处重新核验，名称集合逐条比对。未虚构任何方法名。

完整收录列表见 changelog/2026-10-12.md。

更新（2026 年 10 月 7 日）：v0.9.6 — 手动收录：9 个新方法（872 → 881） ⭐

手动收录 9 个经 arXiv 核验的 3DGS 新方法，方法库从 872 增至 881（+9，+1.0%）。收录包括 Speedy-Splat（CVPR 2025，精确 tile 相交 + 高效 Hessian 剪枝，渲染加速 6.71×）以及 8 篇 2026 年 9 月的新论文：AESplat（无位姿前馈）、AGILE-GS（锚点引导 NBV）、OC-GS（不规则转台）、ClearGS（手持视频）、ChronoFuseGS（多时相融合，PG 2026）、TangoGS（跨尺度紧凑）、RRTO-CF3DGS（免 COLMAP）、Observation-Gram（SH 压缩）。
所有数据载体（methods.json / CSV / methods.html / abstracts.js / 参考文档）均在 881 处重新核验，名称集合逐条比对。未虚构任何方法名。

完整收录列表见 changelog/2026-10-07.md。

更新（2026 年 9 月 21 日）：v0.9.5 — 每日 arXiv 扫描：13 个新方法（859 → 872） ⭐

日常 arXiv 扫描收录了 13 个新的 arXiv 已验证 3DGS 方法，方法库从 859 增至 872（+13，+1.5%）。本次收录覆盖 Surface & Rendering、Feed-Forward、Large-Scale、Compression、Sparse-View、Cross-Domain、Embodied AI & Robotics、Dynamic、Language & Semantic 等类别（含 LiteTex-GS、GrapeSplat、VDGS、CRP-GS、NormLift）。7 篇候选论文未通过验证协议被拒——原因包括基准测试没有自述方法名、论文标题仅作描述、或 3DGS 仅作为工具使用。所有数据载体（methods.json / CSV / methods.html / abstracts.js / 参考文档）均在 872 处重新核验，名称集合逐条比对。没有伪造任何方法名；方法库「每条记录都可在 arXiv 验证」的保证依然成立。

完整收录列表见 changelog/2026-09-21-v3.md。

更新（2026 年 9 月 21 日）：v0.9.4 — 多渠道采集：方法从 700 增至 859 + 准确性全面修复 ⭐

知识库通过过去 150 天的多渠道 arXiv 采集，从 700 个已验证方法扩展到 859 个（+159，+22.7%）。六个查询族（cs.CV / cs.GR / cs.RO / 全语料库 / abs:"3D Gaussian Splatting" / ti:"Gaussian Splatting"）返回 395 篇候选论文；验证后收录 162 篇。本次发布还包括：

- 验证协议（R1–R6）：每条收录都要求论文自述方法名，且该名称在其摘要中重现；多词名称必须包含专有名词 token——仅此一条就拒绝了 67 个伪装成方法名的描述性短语（Capacity-Controlled、Scene-Level）。114 篇边界候选论文逐篇人工阅读；25 篇裁定收录，其余剔除。
- 准确性修复：57 个参考链接显示的 arXiv ID 与超链接指向的 ID 不一致（这些链接显示的 ID 都正确，错的是链接）。删除 13 条错误归属的记录——例如 Dynamic 3D Gaussians 指向 2309.13114，而该文实际是磁自旋玻璃物理论文；GS-LRM-v2 指向 DOF-GS。现已全部对照 arXiv API 验证。
- 清除 AIGC 痕迹：涉及 29 个文本文件；21 张历史损坏的 JPEG 已修复并安全地重新剥离元数据。
- 恢复 README_CN.md：此前双重编码损坏，导致每个中文字符串都乱码。
- 全载体同步——methods.json / CSV / methods.html / abstracts.js / 参考文档均在 881 处验证，名称集合逐条比对，而非只比数量。

裁定批次（同日）。 第二轮处理解决了所有带派生后缀或与其他记录冲突的名称：删除 Scaffold-GS+ 和 GaussianSplatting-SLAM-v2（不存在对应论文），Luminance-GS++ 改回其自述的基础名称，并修正 Spark 2.0 的描述——它是 World Labs 开源的 WebGL2 splat 渲染器，不是 NVIDIA 的机器人仿真器。
两篇独立论文都自称 GeoGS-SLAM（2607.07452 和 2607.11184，作者名单不重叠）；它们是两种方法，不是续作，现已区分。862 → 859。

完整审计记录见 changelog/2026-09-21.md 和 changelog/2026-09-21-v2.md。

最新更新（9 月 20 日）：v0.9.2 —Scene Agent + Mapmost Engineering Wave：5 个新方法 + 6 项技能增强。知识库从 692 → 97 个方法。新增 5 篇场景生成智能体论文：SceneSmith（ICML 2026 Spotlight，MIT CSAIL——用分层 designer-critic-orchestrator VLM 智能体生成可直接仿真的室内场景）、Scenethesis（ICLR 2026，NVIDIA——免训练 LLM+vision 智能体框架）、SceneGenAgent（ACL 2025——面向工业场景的 LLM 编码智能体）、SceneConductor（arXiv——从单张图像做多智能体编排）、SceneAssistant（arXiv——面向开放词汇场景生成的视觉反馈智能体）。把 Mapmost 生产工程知识注入 4 个技能文件：best-practices.md 中的 3DGS 单体化（individualization），best-practices.md 中的 LOD 流式传输 + 接缝修复 + 自适应分区训练，gis-toolchain.md 中的 3DGS+3DTiles 多源融合，tech-stack.md 中的 LUT 调色，industry-landscape.md 中的 Mapmost 作为数字孪生播放器及 100km² 基准。分类已更新：Generation +4，Embodied AI & Robotics +1。

此前（9 月 20 日）：v0.9.1 —ECCV 2026 Wave：14 个新方法。知识库从 678 → 92 个方法。全部 14 条新条目均经 arXiv 核实或 ECCV 官方确认：Wat3R（无需标注的水下 3D 几何）、GeoNVS（带 GS-Adapter 的几何锚定视频扩散）、Edit3r（从无位姿图像做即时 3D 编辑）、SA-ResGS（首个用于 3DGS 的残差学习，用于 next-best-view 选择）、GaussianLens（按需局部高分辨率重建）、Deformable Triangle Splatting（带逐边控制点的非凸图元）、Neural Harmonic Textures（逐图元谐波特征解码）、CubicSplat（误差有界的可微矢量图形）、TetraSDF（解析等值面提取）、Heat Kernel Textures（ECCV 2026 Best Paper——测地高斯）、GRF-Recon（带全局光线场的长序列前馈）、PriSplat（通过多视图传播实现无干扰物 3DGS）、Per-View Distractor Filtering（免训练前馈伪影去除）、GS-Underwater（受控跨域水下基准研究）。分类已更新：Surface & Rendering +5，Feed-Forward +4，Cross-Domain +2，Robustness +2，Editing +1，Embodied AI & Robotics +1。所有数据载体已同步。
上一版（9 月 16 日）：v0.9.0 —数据准确性版本。对照 arXiv API 全库审计每一条目：每个 arXiv ID 重新验证可访问，并且与对应论文匹配（方法名必须出现在标题/摘要中）。181 个条目未通过验证，已移除；56 个 ID 错误的条目重新链接到真实论文；5 个改名为论文自称的方法名，另删除 1 个重复条目。数量现在真实可信，不再虚高：678 个方法、23 个分类、568 个经 arXiv 验证（83%）、130 个代码链接（19%）。逐条审计证据：docs/data-accuracy-audit-2026-09-16.md。参见 changelog/2026-09-16-v5.md。

上一版（9 月 4 日）：v0.8.3 —动态场景综述整合：23 个新方法。知识库从 801 扩展到 19 个已验证方法。从综述论文（连振晗等，J CAD & CG，2026 年 1 月）新增 23 个经 arXiv 验证的动态场景重建方法，覆盖 3 个分类：形变场（LoopGaussian、CoGS、CD-GS、PGED、GPS-Gaussian、MoDGS、MoDec-GS、SpectroMotion、BARD-GS、GauFRE、ReconDreamer++）、稀疏控制形变（SP-GS、Video-3DGS、SplineGS）、4D 高斯图元（Real-time 4DGS、PVG、4D-rotor GS），以及逐帧帧间传递（3DGStream、Dual-GS、STC-GS、IGS、GFlow、DynOMo）。动态与 4D 分类：75 到 7。新增 references/dynamic-datasets.md（11 个数据集），并扩充 benchmark-data.md（MS-SSIM/VMAF/FID 指标 + 4 张性能对比表）。实验规划技能更新，加入动态场景设计指南。参见 changelog/2026-09-04.md。

上一版（9 月 2 日）：v0.8.2 —每日更新：11 个新方法。知识库从 790 扩展到 01 个已验证方法。新增内容覆盖 7 个分类：BRF-GS（结合 3DGS 的高光谱 BRDF 建模）、SMG（ECCV 2026，动态 GS 的语义运动图）、VCAR（ACM MM 2026，免训练 3DGS 分割）、RealCAD（真实世界图像到 CAD 重建）、ObjectSplat（物体级网格 splatting）、CapFrame（ECCV 2026，文本指令的视点定位）、Amortized Anchor Refinement（连续时间 4D 重建）、ATGS（SIGGRAPH 2026，长时体积视频的锚定时间 GS）、CausalSplat（3DGS 中的分层因果推理）、VoroTracing（623 FPS 可微光线追踪）、Lucida（Real-to-Sim 可组合场景建模）。所有 arXiv ID 已验证，数据 CI 通过。参见 changelog/2026-09-02.md。
上一版（8 月 23 日）：v0.8.1 — 每日更新：新增 7 个方法。知识库从 783 个扩充到 90 个已验证方法。新增内容覆盖 6 个类别：LEGO（ECCV 2026，分层语言 GS，带 LLM 空间推理）、OutLangSplat（UAV 室外开放词汇 3D 语言 GS）、ESVR（IEEE VIS 2026，3D 椭球稀疏体渲染，压缩量达 4 个数量级）、TRACE-GS（稀疏视角 3DGS，靠特权几何条件化）、RORA（单视频到关节物体的流水线，可部署到 Unreal Engine）、OVOW（ECCV 2026，单目视频到实例级 4D 网格，用于物理仿真）、Super-Gaussian（交互式 3DGS 场景编辑，带 VR NLI 可视化）。所有 arXiv ID 均已核验，数据 CI 通过。见 changelog/2026-08-23.md。

上一版（8 月 7 日）：v0.8.0 — 平台升级（P0+P1+P2）。知识层：单一事实来源（data/methods.json，783 个方法，23 个类别），带数据 CI；清除 5 条伪造条目；新增 14 个经 arXiv 核验的前沿方法。能力层：真 3DGS 渲染循环（gsplat 通过 HTTP 提供 PLY）、服务端权威场景持久化、真实 PLY/SPLAT 导出、5 种不同的剪枝策略、网格加速光线查询、运行时参数校验、WS 来源白名单、21 个单元测试。平台层：Benchmark 竞技场（bench/）、技能编排契约（skills/_contracts/）、Router 清单加载器（scripts/router_load.py）。13 个核心 MCP 工具（全部真实）+ 13 个实验性工具（由 INCLUDE_EXPERIMENTAL=1 控制）。见 changelog/2026-08-07.md。

上一版（7 月 26 日）：v0.5.1 — 全量方法审计与 14 个新方法。现在有 789+ 个方法（775 个已验证唯一基线 + 14 个新增）。对 11 个源文件做全量重新审计；所有方法计数统一为 789+。新增内容：GrainGS（动态，36.98 dB / 435.6 FPS / 4.67 MB）、GLAM-SLAM（IROS 2026，室外解耦 SLAM）、SubSplat（亚像素前馈）、ATSplat（自适应 3D token，1136 FPS）、3D-GIMP（3DGS 修复）、LB-Edit（编辑延迟降低 7 倍）、FlexiAvatar（ECCV 2026，仅可见身体优化）、ZeroSplat（ECCV 2026，免训练分割）、CaT-GS（CVPR 2026，渲染快 10 倍）、FF-ProCams（投影仪-相机逆渲染）、i3dgs（SIGGRAPH 2026，大规模无序）、VIGS-SLAM（ECCV 2026，iPhone 实时）、ECoNGS（IEEE VIS 2026，体可视化）、AniGS（借助扩散先验的场景级动画）。+MoDE/MoE-GS 代码链接。上一版（7 月 24 日）：v0.5.0 MCP 协议实现。上一版（7 月 23 日）：v0.4.3 ICML 2026 与材质/溯源浪潮 — GaussTrace（ICML 2026）、GADA（ICML 2026）、InvSplat、MGM、DualPhys-GS、StereoGS。v0.4.4 新增 3dgs-training-debugger 技能（60+ 运行时模式）。

| 方法 | 会议 | 类别 | 一句话创新点 |
| Proxy-GS | CVPR 2026 Oral | 加速 | 轻量代理模型，提速 2.5 倍且精度无损 |
| Z-Order GS | CVPR 2026 Oral | 前馈 | Z-order Morton 曲线 + 稀疏注意力，O(N²)→ O(N log N) |
| 3DReflecNet | CVPR 2026 Best Paper Candidate | 跨域 | 120K+ 物体，48 种材质组合，3 种失效模式 |
| Flux-GS | ECCV 2026 | 加速 | 基于 Flux 的高斯泼溅，实现实时渲染 |
| AnchorSplat | ECCV 2026 | 优化 | 锚点驱动的泼溅，配高效密度控制 |
| ASSEMCAD | ECCV 2026 | CAD | 从 3DGS 做装配感知的 CAD 重建 |
| WildSplat | ECCV 2026 | 鲁棒性 | 野外场景重建，可移除瞬态物体 |
| NoDrift3R | ECCV 2026 | SLAM | 通过点图回归实现无漂移稠密 3D 重建 |
| Axis-Shared Rasterization Accelerator | ISCA 2026 | 加速 | 硬件加速器，采用轴共享分块光栅化 |
| Prune Wisely | —| 优化 | 用 DoG 重要性准则剪掉 90% 高斯 |
| Provable Pruning via Coresets | —| 优化 | 基于 coreset 的可证明高斯剪枝，误差有界 |
| StreamLoD-GS | —| 流式 | 基于 LoD 的渐进式流式传输，画质随视角变化 |
| CADDreamer | CVPR 2025 Highlight | CAD | 文本/草图 → CAD B-rep 生成 |
| GaussTrace | ICML 2026 | 安全 | 用 LLM 推理做 3DGS 溯源分析，用于 IP 取证 |
| GADA | ICML 2026 | 前馈 | 几何感知可变形聚合，FPS 提升 2.13× |
| InvSplat | arXiv 2026 | 前馈 | 逆向前馈泼溅，带固有 PBR 材质 |
| MGM | arXiv 2026 | 重光照 | 大型材质高斯模型，用于可重光照 3D 生成 |
| DualPhys-GS | arXiv 2026 | 鲁棒性 | 双物理引导 3DGS，用于水下重建 |
| StereoGS | 2026 | 加速 | 高能效硬件立体 GS 渲染处理器 |

完整更新日志：changelog/

知识库（955 个方法，26 个类别）

| 分组 | 类别 | 关键主题 |
| 核心表示 | 基础、抗锯齿、优化、表面/渲染、图像表示 | 3DGS、2DGS、Scaffold-GS、Mip-Splatting、GaussianImage |
| 效率与规模 | 压缩、加速、大规模、前馈 | Compact-3DGS、BlitzGS、HiGS、VEDAL、VG²GT |
| 理解与语义 | 语言/语义、生成、自动驾驶 | LangSplat、DreamGaussian、StreetNVS |
| 动态与空间 | 动态、HDR、SLAM、稀疏视角、空间智能 | DSD-GS、WebSpline、GGD-SLAM、Holi-Spatial、Spatial-TTT |
| 应用 | 人体/化身、编辑、重光照、CAD、跨域、仿真、机器人，另加 14 类 | AlbedoEdit、KDH-CAD、LEGS、TIDES、3DEditSafe |
下载完整数据库：CSV | 完整分析：references/3dgs-methods-overview.md

完整分类表（26 个分类）

核心表示

| 分类 | 说明 | 方法 |
| 基础 (26) | 核心 3DGS 表示与基本变体 | 3D Representation Survey, 3DGEER, 3DSGS |
| 优化 (51) | 训练目标、密度控制、收敛 | AdaGScale, AdpSplit, ArtifactWorld |
| 表面与渲染 (66) | 表面提取与渲染公式创新 | 2D-SuGaR, 3DSS, AmbiSuR |

效率与规模

| 分类 | 说明 | 方法 |
| 压缩与流式传输 (53) | 轻量化、移动端与渐进式流式传输 | CAGS, Clustered Codebook VQ, CodecSplat |
| 加速 (26) | 训练与推理加速 | 3DGS\u00B3, Axis-Shared Rasterization Accelerator, DDF-GS |
| 大规模 (21) | 城市级与分布式场景管理 | BlitzGS, CaT-GS, City-Level 3D Surface |
| 前馈 (90) | 可泛化的单次重建（含基础模型） | AdaptSplat, AnchorSplat, AnyCity |

理解与语义

| Category | Description | Methods |
| Language & Semantic (38) | Open-vocabulary 3D understanding and language fields | 3D-GIMP, Consistent Scene Understanding in 3DGS, DGSG-Mind |
| Generation (41) | Text/condition-driven 3D/4D generation | AniGen, AnySurf, AssetGen |
| AIGC Content Creation (22) | AI-generated content creation: text/image → 3DGS scenes, assets, stylization, artistic fonts | DiffSplat, Dragen3D, PSGS |
| Autonomous Driving (24) | Driving scene reconstruction and simulation | 3DGS Safety Evaluation for AD, Asset Harvester, CGGS |

Dynamic & Spatial

| Category | Description | Methods |
| Dynamic & 4D (93) | 4D Gaussians, temporal deformation, physics-integrated dynamics | 3DGS³, AniGS, ClipGStream |
| HDR & Relighting (27) | HDR capture, relightable and material-aware Gaussians | AlbedoEdit, Ambient-Robust IR, DiffAdapt4DSI |
| SLAM (47) | Simultaneous localization and mapping | 2DGS-SLAM, Anchor3R, Anythingreality |
| Sparse-View (25) | Few-shot and sparse-view reconstruction | DropAnSH-GS, FrameTwin, GeoQuery |
| World Models & Spatial Intelligence (12) | 3D spatial reasoning, world modeling | ABot-3DWorld 0, APEIRIA, FlashWorld |
| Ontology & Knowledge Representation (12) | Scene graphs, spatial ontologies, neuro-symbolic spatial reasoning | DynamicGSG, SATURN, OntoPlan |

Applications & Cross-Domain

| Category | Description | Methods |
| Human & Avatar (42) | Animatable human and avatar reconstruction | ArtMesh, CapTalk, COSY |
| Editing (45) | Interactive and text-guided scene editing | BEA-GS, Capacity-Controlled Stylization, DeSplat |
| CAD & Reverse Engineering (20) | CAD fitting, B-rep reconstruction, reverse engineering | 3DCodeBench, ASSEMCAD, BRepCLIP |
| Cross-Domain (66) | Medical, underwater, remote sensing and other domains | 3DTV, Aes3D, AsyncEvGS |
| Simulation (11) | Physics simulation and surrogate models | 3DThinkVLA, AGILE, ArtiTwinSplat |
| Embodied AI & Robotics (44) | Grasping, manipulation, navigation, digital twins | 3DGS Demo Synthesis (IL), ArtGS, Forecast-GS |
| Robustness (22) | In-the-wild and degradation-robust reconstruction | 3DReflecNet, DelowlightSplat, DualPhys-GS |
| Security (11) | Watermarking, copyright, forgery detection | 3DEditSafe, 4D-GSW, BitC-3DGS |
| Super Agents & Agentic AI (20) | Multi-agent LLM systems, 3D/spatial agent integration, agent benchmarks | Octopus v2, SPLATIFY, COLMAR |

18 AI-Powered Skills

| # | Skill | What It Does | Example |
| 1 | 3dgs-paper-reader | Read any 3DGS paper, extract structured insights | "帮我读一篇 2401.01345 的论文" |
| 2 | 3dgs-method-compare | Compare variants across 10+ dimensions | "对比 3DGS 和 2DGS 的渲染公式差异" |
| 3 | 3dgs-code-reviewer | Catch 104 known 3DGS implementation bugs | "审查我的 CUDA 渲染 kernel" |
| 4 | 3dgs-experiment-planner | Design experiments for CVPR/SIGGRAPH/TVCG | "帮我设计消融实验" |
| 5 | nerf-to-3dgs-migrator | Migrate NeRF methods to 3DGS step-by-step | "hash encoding 怎么迁移到 3DGS？" |
| 6 | cad-mesh-3dgs | Bridge CAD/Mesh/3DGS — 40+ conversion methods | "3DGS 模型怎么提取高质量 mesh？" |
| 7 | cg-paper-writing | Write papers for CVPR/SIGGRAPH/TVCG with adversarial review | "帮我写论文引言" |
| 8 | 3dgs-visualizer | Publication-quality radar charts, timelines, heatmaps | "画一张 3DGS 方法对比雷达图" |
| 9 | 3dgs-engineering-guide | Deploy 3DGS from research to production (10 industry tracks) | "怎么部署 3DGS 做自动驾驶仿真？" |
| 10 | patent-software-ip | Generate patent applications & software copyrights | "生成专利申请文件" |
| 11 | 3dgs-spatial-agent | Agent-driven 3D scene reasoning, CAD extraction, editing | "从 3DGS 中提取物体的 CAD 模型" |
| 12 | 3dgs-mcp-renderer | MCP-controlled Three.js/3DGS rendering bridge | "从上方查看这个场景" |
| 13 | 3dgs-articulated-reasoner | Articulated object reasoning and digital twin | "打开抽屉" |
| 14 | 3dgs-compression-deploy | Compress & deploy 3DGS (quantize, prune, VQ, stream, Web/Mobile) | "3DGS 模型怎么压缩到 10MB？" |
| 15 | 3dgs-training-debugger | Diagnose training failures: OOM, NaN, divergence, artifacts (60+ runtime patterns) | "训练 OOM 了怎么办？" |
| 16 | ontology | Build & reason over 3D scene graphs, spatial ontologies, neuro-symbolic representations | "把 3DGS 场景接入知识图谱" |
| 17 | super-agent | Design, orchestrate & debug multi-agent LLM systems and 3D/spatial agents | "设计一个多智能体 3D 重建流水线" |
| 18 | research-expert-team | Nine-role research expert team: idea evaluation, innovation mining, simulated review, polishing, AIGC-trace hygiene, venue compliance & format, experiment design & analysis | "评审这个 idea 并设计消融实验" |

Works with Claude Code, Cursor, Windsurf, and other AI Agent frameworks.

Visualization Samples

Generated by 3dgs-visualizer —see Test/ for full-resolution files.

| Radar Chart | Metrics Bar Chart |

| Quality vs Speed | Metrics Heatmap |

Research Innovation Highlights

Derived from systematic gap analysis across the 955-method knowledge base.
Target venues: TVCG / CGF / CAD / T-RO / IJCV / ACM TOG.

I-01. Part-Aware Alpha-Compositing for Articulated Objects

Problem: Standard alpha-compositing causes color bleeding at part boundaries of articulated objects. ULF-Loc (CVPR 2026) exposed this feature bias, but no rendering-formulation-level fix exists.

Approach: Extend alpha-compositing with part-aware opacity modulation: C(θ) = Σ Tᵢ · αᵢ · ω_{p(i)}(θ) · cᵢ(θ), where ω penalizes penetration and joint violations, making inter-part penetration regions automatically transparent.

Path: 1) Build on gsplat rasterizer. 2) Add FK layer for articulated objects (URDF). 3) Compute penetration/joint violation via SDF. 4) Train on Articulate-100.

Target: SIGGRAPH / ACM TOG / TVCG

I-02. Geometry-Consistent Flow World Model for Manipulation

Problem: Flow-based world models (RoboFlow4D) predict dense 3D flows but lack geometric consistency —predicted flows can violate object rigidity and physical constraints.

Approach: Couple 3D flow prediction with scene graph constraints: rigidity loss for static objects, articulation loss for joints, support-relation constraints for stacking.

Path: 1) Extend RoboFlow4D. 2) Scene graph parser via OpenMask3D. 3) Geometric regularizer. 4) Train on LIBERO + RoboCasa.

Target: IJCV / T-RO / RSS

I-03. Multi-Scale Occupancy-Gaussian Bidirectional Bridge for Driving

Problem: Occupancy (SparseWorld, DOV) is the driving world model standard; 3DGS provides superior rendering. No differentiable bridge exists between them.

Approach: Bidirectional conversion: Occ→ DGS (learned position+scale predictor from occupancy+semantics) and 3DGS→ Occ (differentiable sparse convolution pooling). Joint backbone for unified prediction+rendering.

Path: 1) Backbone: SparseWorld-TC. 2) Occ→ DGS module. 3) 3DGS→ Occ module. 4) Training: nuScenes, Waymo.

Target: TVCG / T-ITS / CVPR

6 more innovation highlights (I-04 to I-10)

- I-04. Solid Geometry Neural-Symbolic Reasoning: VLM + Z3/SMT formal verifier in iterative refinement loop. Target: Pattern Recognition / AAAI.
- I-05. Embodied Spatial Memory: Hippocampus-inspired 3DGS scene graph + Perceiver compressor + importance-weighted forgetting. Target: T-RO / IJCV.
- I-06. Differentiable Physics Engine: SDF-based contact + differentiable KKT contact solver + Coulomb friction for manipulation. Target: ACM TOG / SIGGRAPH.
- I-06. Tactile-Visual Spatial Fusion: GelSight → contact geometry maps → 3D scene projection → cross-attention fusion. Target: T-RO / ICRA.
- I-08. Panoramic Spatial World Model: Spherical visual panorama + BEV semantic + affordance + spatial relation graph for "imagine then navigate". Target: ECCV / CVPR.
- I-09. Code-as-Spatial-Vocabulary: VLM generates Three.js code → render → extract spatial annotations → fine-tune VLM. Target: CVPR / NeurIPS.
- I-10. Hyperbolic Cross-Modal Distillation: Poincare ball distillation for image→ point-cloud hierarchical feature transfer. Target: T-MM / T-IP.

Roadmap

- [x] v0.1 —Initial release with 6 core skills (Apr 2026)
- [x] v0.2 —3dgs-visualizer + Text2Word demo (May 2026)
- [x] v0.3 —Knowledge base 665->789+ Methods, 25 Categories, 101+ bug patterns, 12 skills (Jun 2026)
- [x] v0.3.6 —Spatial intelligence wave: 680->639+ methods, +10 new methods (FastGS, Holi-Spatial, Spatial-TTT, etc.), Dimension 11, Anthropic standard alignment (Jun 25, 2026)
- [x] v0.3.6 —CVPR 2026 representative papers: 690->639+ methods, +23 verified new methods, all 13 skills updated (Jun 28, 2026)
- [x] v0.4.0 —Router Architecture Expansion: cg-paper-writing + 3dgs-engineering-guide → Router + manifest.yaml + static/; 3dgs-code-reviewer Self-Check Loop; cg-paper-writing Stage Gates; 3 Router skills total (Jul 2, 2026)
- [x] v0.4.1 —ECCV & ISCA 2026 Wave: +Flux-GS, AnchorSplat, ASSEMCAD, WildSplat, NoDrift3R (ECCV 2026), Axis-Shared Rasterization Accelerator (ISCA 2026), Provable Pruning via Coresets; 639+ methods (Jul 9, 2026)
- [x] v0.4.2 —SIGGRAPH & MICCAI 2026 Wave: +DP-Splat, MoE-GS/MoDE (TPAMI 2026), HyperGS, MAC-Splat (ECCV 2026), Track2Map (MICCAI 2026), PEAR (SIGGRAPH 2026), CoSAG, HoloTetSphere (ECCV 2026), SalientGS; 639→ 89+ Methods, +3dgs-compression-deploy skill, 14 skills total (Jul 14, 2026)
- [x] v0.4.3 —ICML 2026 & Material/Provenance Wave: +GaussTrace (ICML 2026), GADA (ICML 2026), InvSplat, MGM, DualPhys-GS, StereoGS; 660→ 89+ Methods, +3 bug patterns (108+ total), MCP roadmap v0.2.3 (Jul 23, 2026)
- [x] v0.4.4 —Training Debugger Skill: +1 skill (3dgs-training-debugger, 60+ runtime patterns, VRAM management, convergence analysis), 14→ 5 skills total (Jul 23, 2026)
- [ ] v0.4 —3dgs-spatial-agent enhancements (knowledge-constrained CAD, DDF-GS ray query)
- [x] v0.5.0 —MCP Protocol Implementation: 24-tool MCP server (mcp-server/), Three.js WebSocket renderer, 24-pattern voice intent mapper, headless mode, voice demo (Jul 24, 2026)
- [x] v0.5.1 —Full Method Audit & 14 New Methods: 775 verified unique baseline + 14 new = 789+ methods; all method counts unified across 11 source files; +GrainGS, GLAM-SLAM, SubSplat, ATSplat, 3D-GIMP, LB-Edit, FlexiAvatar, ZeroSplat, CaT-GS, FF-ProCams, i3dgs, VIGS-SLAM, ECoNGS, AniGS (Jul 26, 2026)
- [x] v0.8.0 —Platform Upgrade (P0+P1+P2): single source of truth (data/methods.json, 783 methods, 23 categories, data CI); 5 fabricated entries purged + 14 arXiv-verified frontier methods; true-3DGS render loop (gsplat via HTTP-served PLY); server-authoritative scene persistence; real PLY/SPLAT export; 5 prune strategies; grid-accelerated ray query; runtime arg validation; WS origin allowlist; 21 unit tests + 2 CI workflows; Benchmark arena (bench/); skill orchestration contracts (skills/_contracts/); Router manifest loader (scripts/router_load.py); 13 core MCP tools + 13 experimental (Aug 7, 2026)
- [x] v0.8.1 —Daily Update: 7 new arXiv-verified methods (LEGO, OutLangSplat, ESVR, TRACE-GS, RORA, OVOW, Super-Gaussian); 783→ 90 methods; 6 categories updated; all data carriers in sync (Aug 23, 2026)
- [x] v0.8.2 —Daily Update: 11 new arXiv-verified methods (BRF-GS, SMG, VCAR, RealCAD, ObjectSplat, CapFrame, Amortized Anchor Refinement, ATGS, CausalSplat, VoroTracing, Lucida); 790→ 01 methods; 7 categories updated; all data carriers in sync (Sep 2, 2026)
- [x] v0.8.3 —Dynamic Scene Survey Integration: 23 new arXiv-verified methods from 连振晗 et al. survey (J CAD & CG, Jan 2026); 801→ 19 methods; Dynamic & 4D 75→ 7; +dynamic-datasets.md (11 datasets); +benchmark-data.md metrics (MS-SSIM/VMAF/FID) and 4 performance tables; experiment-planner skill updated (Sep 4, 2026)
- [x] v0.9.0 —Data Accuracy Release: full-library name↔ paper verification against arXiv API; 181 unverifiable entries removed, 56 wrong IDs fixed, 5 renames, 1 dedup; count corrected to 678 (Sep 16, 2026)
- [x] v0.8.4 —Daily Update: 39 new arXiv-verified methods (arXiv window 2026-09-02 ~ 09-16); 819→ 78 methods; 15 categories updated (Compression & Streaming +4, Large-Scale +4, Optimization +4, Robustness +4, Cross-Domain +3, Dynamic & 4D +3, Generation +3, SLAM +3, Acceleration +2, Embodied AI & Robotics +2, Feed-Forward +2, Sparse-View +2, HDR & Relighting +1, Human & Avatar +1, Surface & Rendering +1); pure benchmarks/surveys excluded; validate_knowledge_base.py SyntaxWarning fixed; all data carriers in sync (Sep 16, 2026)
- [x] v0.9.1 —ECCV 2026 Wave: 14 new arXiv-verified methods (Wat3R, GeoNVS, Edit3r, SA-ResGS, GaussianLens, Deformable Triangle Splatting, Neural Harmonic Textures, CubicSplat, TetraSDF, Heat Kernel Textures, GRF-Recon, PriSplat, Per-View Distractor Filtering, GS-Underwater); 678→ 92 methods; 6 categories updated (Surface & Rendering +5, Feed-Forward +4, Cross-Domain +2, Robustness +2, Editing +1, Embodied AI & Robotics +1); all data carriers in sync (Sep 20, 2026)
- [x] v0.9.2 —Scene Agent + Mapmost Engineering Wave: 5 new scene-generation Agent methods (SceneSmith ICML 2026, Scenethesis ICLR 2026, SceneGenAgent ACL 2025, SceneConductor, SceneAssistant); 692→ 97 methods; Generation +4, Embodied AI & Robotics +1; 6 skill file enhancements: 3DGS individualization, LOD streaming + seam-fix, adaptive partition training, 3DGS+3DTiles fusion, LUT color grading, Mapmost 100km² benchmark (Sep 20, 2026)
- [ ] v1.0 —CI/CD integration + multi-framework official listings
- [ ] v2.0 —Agent-to-Agent collaboration (multi-agent paper discussion)

Full version history: changelog/

Architecture

Awesome-Gaussian-Skills/
├── data/ # Single source of truth (methods.json, categories.json)
├── skills/ # 18 AI Agent skills (SKILL.md format)
│ ├── _contracts/ # Inter-skill I/O schemas (paper-insight, comparison-report, experiment-plan)
│ ├── 3dgs-paper-reader/ # Paper reading & summarization
│ ├── 3dgs-method-compare/ # Method comparison engine (Router)
│ ├── 3dgs-code-reviewer/ # Code review (104 bug patterns)
│ ├── 3dgs-experiment-planner/ # Experiment design
│ ├── nerf-to-3dgs-migrator/ # NeRF→3DGS migration
│ ├── cad-mesh-3dgs/ # CAD/Mesh/3DGS bridge
│ ├── cg-paper-writing/ # CG paper writing assistant (Router)
│ ├── 3dgs-visualizer/ # Research visualization
│ ├── 3dgs-engineering-guide/ # Engineering deployment (Router)
│ ├── patent-software-ip/ # Patent & copyright generation
│ ├── 3dgs-spatial-agent/ # Spatial intelligence agent
│ ├── 3dgs-mcp-renderer/ # MCP rendering bridge
│ ├── 3dgs-articulated-reasoner/ # Articulated reasoning & digital twin
│ ├── 3dgs-compression-deploy/ # Compression & deployment
│ └── 3dgs-training-debugger/ # Training failure diagnosis
├── mcp-server/ # MCP server v0.8.0 (13 core + 13 experimental tools, gsplat render loop, HTTP+WS :9842)
├── bench/ # Benchmark arena (metrics.py, run_eval.py, leaderboard.json)
├── scripts/ # build_knowledge_base.py, validate_knowledge_base.py, router_load.py, validate_skill_contract.py
├── studio/ # SplatVerse Studio (bridge + web)
├── docs/ # GitHub Pages interactive explorer
├── references/ # Knowledge base (955 Methods, 26 Categories)
├── Test/ # Visualization samples
├── changelog/ # Version history
└── assets/ # Project images

Each skill follows the SKILL.md standard, compatible with Claude Code (.claude/), Cursor (.cursor/rules/), Windsurf, and other AI Agent frameworks.

SplatVerse Studio: Short Video Creation

SplatVerse Studio integrates 3D Gaussian Splatting with a short-drama pipeline powered by the Toonflow engine — from text scripts to 3DGS-rendered video scenes (7-step pipeline: Script Adaptation → Storyboard → Toonflow Sync → TTS → Video Gen → FFmpeg Compose → Publish).

📖 Full documentation & integration guide (incl. MoneyPrinterTurbo): studio/README.md

npm run start:all # or double-click start-all.bat

Contributing

Contributions welcome! See Contributing Guide.

Contributors

Citation

@misc{awesome-gaussian-skills,
author = {jaccen},
title = {Awesome Gaussian Skills: 3D Spatial Intelligence Open-Source Toolbox for 3D Gaussian Splatting Research},
year = {2026},
url = {https://github.com/jaccen/Awesome-Gaussian-Skills},
note = {955 arXiv-verified methods across 26 categories, 18 AI agent skills, and an MCP server with 34 tools}
}

Ecosystem & Acknowledgments

Complementary projects — we recommend all of them:

- graphdeco-inria/gaussian-splatting — official reference implementation of the original 3DGS paper
- MrNeRF/awesome-3D-gaussian-splatting — the canonical paper list & ecosystem hub, and the awesome list that inspired this project
- nerfstudio-project/gsplat — production-grade 3DGS training framework
- Awesome3DGS/3D-Gaussian-Splatting-Papers — comprehensive paper collection
- All 3DGS researchers whose papers form our knowledge base

They catalog the ecosystem for humans; this repo makes it consumable by AI agents — 955 verified methods, 18 skills, 34 MCP tools.

License

Apache-2.0. See LICENSE for details.

Sponsor & Community

If this project helps your research or work, consider supporting us!

Sponsor / 打赏 Buy us a coffee

Join Group / 加入社群 3DGS research discussion

Star History

If this project saves you time, please give it a star!