Die Khronos Group, ein offenes Konsortium von Unternehmen für Grafik- und Spatial-Computing-Standards, gibt heute einen Release Candidate für die Basiserweiterung KHR_gaussian_splatting bekannt. Diese Erweiterung ermöglicht die Speicherung von 3D-Gaussian Splats in glTF 2.0, dem weltweit am weitesten verbreiteten Format für die Bereitstellung von 3D-Assets.
Gaussian Splat einer Industrieanlage, erfasst mit einem ShareUAV 102-Sensor (5'255 Bilder). Dieser Sensor verfügt über 5 Kameras (4 schräg, 1 nadir) und wurde in einem Flächenvermessungsmuster erfasst. Die Daten wurden mit Esris ArcGIS Reality zu einer 3D-Gaußschen-Splat-Ebene verarbeitet.
(Bild: Daten mit freundlicher Genehmigung von Portcoast Consultant Corporation, via Khronos)
Ein Release Candidate dient der breiten Branchenrückmeldung vor der Ratifizierung, um sicherzustellen, dass die finale Spezifikation den Anforderungen der Industrie entspricht. Die neue Erweiterung schafft eine offene Grundlage zur Darstellung von Gaussian Splats – einer zunehmend wichtigen Geometrie- und Radiance-Field-Repräsentation – in Echtzeitgrafik, digitalen Zwillingen und großskaligen Geodaten-Visualisierungspipelines.
Offene Grundlage zur Darstellung von Gaussian Splats
„KHR_gaussian_splatting markiert einen bedeutenden Meilenstein für glTF und erweitert das Format um eine völlig neue Klasse geometrischer Repräsentationen“, sagte Neil Trevett, Präsident der Khronos Group. „Indem wir die Gaussian-Splatting-Community um einen standardbasierten Ansatz versammeln, stellen wir sicher, dass diese leistungsfähige neue Rendering-Technik über Tools, Plattformen und das Web hinweg skalierbar ist.“
Radiance-Field-Rendering in Echtzeit
Gaussian Splatting ist eine Radiance-Field-Repräsentationstechnik, die mehrere 2D-Bilder in ein fotorealistisches 3D-Asset umwandelt. Fotos oder Videos werden genutzt, um eine dünn besetzte 3D-Punktwolke eines Objekts oder einer Szene zu erzeugen. Jeder Punkt hat Eigenschaften wie Position, Skalierung, Rotation, Farbe und Opazität. Mit maschinellem Lernen werden diese Gauß-Punkte optimiert, um die ursprünglichen Eingabebilder möglichst genau nachzubilden. Anschließend werden sie per Rasterisierung auf eine 2D-Fläche projiziert, um hochreaktive Kameraperspektiven zu erzeugen.
Dieser Ansatz eignet sich besonders für georäumliche Erfassungs-Workflows, darunter:
stadtweite Reality-Capture-Projekte;
komplexe natürliche Umgebungen mit Vegetation und unregelmäßiger Geometrie;
reflektierende, transluzente oder detailreiche urbane Oberflächen;
schnelle Datenerfassung vor Ort mit handelsüblichen Kameras, Drohnen oder mobilen Geräten.
Gaussian Splats lassen sich schnell trainieren, erreichen hohe Bildraten und skalieren von einzelnen Objekten bis hin zu ganzen urbanen Umgebungen. Dadurch werden sie zunehmend attraktiv für Mapping, digitale Zwillinge, Infrastrukturüberwachung, Simulation und Lagebewusstsein.
Darüber hinaus werden sie rasch in weiteren Bereichen eingesetzt, darunter Fotojournalismus, Medien und Unterhaltung, Robotik-Training, Kulturerhalt – und könnten 3D-Erfassung und -Darstellung in soziale Medien bringen. Gleichzeitig entwickeln sich Generierungs-, Trainings-, Rendering- und Kompressionstechniken kontinuierlich weiter.
Branchenbedarf an Standardisierung
Ohne Standardisierung könnte diese rasante Entwicklung leicht zu Fragmentierung führen. Im Januar 2025 initiierte das Metaverse Standards Forum eine Reihe öffentlicher Town-Hall-Veranstaltungen, um zu prüfen, ob Gaussian Splatting bereit für eine Standardisierung ist. Die Beteiligten identifizierten starke Überschneidungen bei Anwendungsfällen sowie Interoperabilitätsprobleme, die durch offene Standards adressiert werden könnten – insbesondere durch die Integration von Splats in glTF-Assets.
Ein zentrales Ergebnis war die Notwendigkeit, Gaussian Splats sauber in bestehende räumliche Datenökosysteme zu integrieren, in denen Assets neben Meshes, Terrain, Bilddaten und Sensordaten – oft in erdbezogenen Koordinatensystemen – existieren müssen. Die Standardisierung innerhalb von glTF wurde als entscheidender Schritt identifiziert.
Die Khronos 3D Formats Working Group reagierte mit einer fokussierten Entwicklungsinitiative und sammelt nun abschließendes Branchenfeedback zur Erweiterung KHR_gaussian_splatting. Entwickler, Implementierer, Creator und Artists sind eingeladen, die Spezifikation zu testen, Beispiel-Assets auszuprobieren und Rückmeldungen zu geben.
Nahtlose glTF-Integration
KHR_gaussian_splatting erweitert das glTF-2.0-Mesh-Primitive zur Darstellung von 3D-Gaussian-Splat-Datensätzen, einschließlich:
Position, Orientierung und Skalierung;
Farb- und Opazitätsattribute;
Interpretationsregeln zur Darstellung als Splats statt als Dreiecke.
Kompatible Renderer können diese Primitives als Gaussian-Splat-Datensätze interpretieren. Dadurch wird der Import und Export von Splats als glTF-Assets über bestehende Toolchains erleichtert, inklusive gemeinsamer Nutzung von Transformationen, Kameras und Animationen.
Wesentliche Funktionen:
standardisierter Import/Export von Gaussian Splats als glTF-Assets;
nahtloses Zusammenspiel mit Mesh-, Terrain- und photogrammetrischen glTF-Assets;
Fallback zu Punktwolken-Darstellungen für Viewer ohne Splat-Support
Flexibel, zukunftssicher und erweiterbar
Die Erweiterung definiert unkomprimierte, GPU-optimierte Datenstrukturen für effizientes Rendering. Da sich Gaussian-Splatting-Techniken weiterhin schnell entwickeln, ist die Spezifikation algorithmusunabhängig und erweiterbar gestaltet. Derzeit ist ein ellipsoidaler Basiskernel definiert; künftig können weitere Kerneltypen, Farbräume, Projektionsmethoden und Sortierverfahren integriert werden.
Stand: 16.12.2025
Es ist für uns eine Selbstverständlichkeit, dass wir verantwortungsvoll mit Ihren personenbezogenen Daten umgehen. Sofern wir personenbezogene Daten von Ihnen erheben, verarbeiten wir diese unter Beachtung der geltenden Datenschutzvorschriften. Detaillierte Informationen finden Sie in unserer Datenschutzerklärung.
Einwilligung in die Verwendung von Daten zu Werbezwecken
Ich bin damit einverstanden, dass die WIN-Verlag GmbH & Co. KG, Chiemgaustraße 148, 81549 München einschließlich aller mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen (im weiteren: Vogel Communications Group) meine E-Mail-Adresse für die Zusendung von redaktionellen Newslettern nutzt. Auflistungen der jeweils zugehörigen Unternehmen können hier abgerufen werden.
Der Newsletterinhalt erstreckt sich dabei auf Produkte und Dienstleistungen aller zuvor genannten Unternehmen, darunter beispielsweise Fachzeitschriften und Fachbücher, Veranstaltungen und Messen sowie veranstaltungsbezogene Produkte und Dienstleistungen, Print- und Digital-Mediaangebote und Services wie weitere (redaktionelle) Newsletter, Gewinnspiele, Lead-Kampagnen, Marktforschung im Online- und Offline-Bereich, fachspezifische Webportale und E-Learning-Angebote. Wenn auch meine persönliche Telefonnummer erhoben wurde, darf diese für die Unterbreitung von Angeboten der vorgenannten Produkte und Dienstleistungen der vorgenannten Unternehmen und Marktforschung genutzt werden.
Meine Einwilligung umfasst zudem die Verarbeitung meiner E-Mail-Adresse und Telefonnummer für den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern wie z.B. LinkedIN, Google und Meta. Hierfür darf die Vogel Communications Group die genannten Daten gehasht an Werbepartner übermitteln, die diese Daten dann nutzen, um feststellen zu können, ob ich ebenfalls Mitglied auf den besagten Werbepartnerportalen bin. Die Vogel Communications Group nutzt diese Funktion zu Zwecken des Retargeting (Upselling, Crossselling und Kundenbindung), der Generierung von sog. Lookalike Audiences zur Neukundengewinnung und als Ausschlussgrundlage für laufende Werbekampagnen. Weitere Informationen kann ich dem Abschnitt „Datenabgleich zu Marketingzwecken“ in der Datenschutzerklärung entnehmen.
Falls ich im Internet auf Portalen der Vogel Communications Group einschließlich deren mit ihr im Sinne der §§ 15 ff. AktG verbundenen Unternehmen geschützte Inhalte abrufe, muss ich mich mit weiteren Daten für den Zugang zu diesen Inhalten registrieren. Im Gegenzug für diesen gebührenlosen Zugang zu redaktionellen Inhalten dürfen meine Daten im Sinne dieser Einwilligung für die hier genannten Zwecke verwendet werden.
Recht auf Widerruf
Mir ist bewusst, dass ich diese Einwilligung jederzeit für die Zukunft widerrufen kann. Durch meinen Widerruf wird die Rechtmäßigkeit der aufgrund meiner Einwilligung bis zum Widerruf erfolgten Verarbeitung nicht berührt. Um meinen Widerruf zu erklären, kann ich als eine Möglichkeit das unter https://kontakt.vogel.de/de/win abrufbare Kontaktformular nutzen. Sofern ich einzelne von mir abonnierte Newsletter nicht mehr erhalten möchte, kann ich darüber hinaus auch den am Ende eines Newsletters eingebundenen Abmeldelink anklicken. Weitere Informationen zu meinem Widerrufsrecht und dessen Ausübung sowie zu den Folgen meines Widerrufs finde ich in der Datenschutzerklärung, Abschnitt Redaktionelle Newsletter.
Für Anwendungsfälle mit komprimierten Daten wurden bereits Erweiterungen vorgeschlagen, darunter Unterstützung für SPZ von Niantic Spatial und L-GSC von Qualcomm. Da glTF offen und erweiterbar ist, können Organisationen eigene Vendor-Extensions entwickeln und bei ausreichendem Interesse als Khronos-Standard einreichen.
Khronos wird gemeinsam mit dem Metaverse Standards Forum die Town-Hall-Reihe fortsetzen und den Dialog zur Vermeidung von Fragmentierung fördern. Zudem arbeitet Khronos mit Partnerorganisationen wie der Alliance for OpenUSD, der Academy Software Foundation und der UHD World Association zusammen. Beispielsweise stimmen sich Khronos und die Alliance for OpenUSD aktiv ab, um glTF-Erweiterungen und OpenUSD-Schemas für Gaussian Splats kompatibel zu halten.
Branchenunterstützung
Gaussian Splatting ist produktionsreif – auch auf mobilen Geräten. Durch die Integration in glTF wird die Technologie Forschern, Tool-Entwicklern und Content-Erstellern noch leichter zugänglich. Frühe Anwender, die die Release-Candidate-Erweiterung nutzen möchten, sind unter anderem:
CesiumJS
Esri ArcGIS
Scaniverse
Lixel Cybercolor
Die Erweiterung wurde mit Beiträgen führender Unternehmen entwickelt, darunter Autodesk, Cesium/Bentley Systems, Esri, Huawei, NianticSpatial, Nvidia und XGrids. Die Ratifizierung von KHR_gaussian_splatting wird für das zweite Quartal 2026 erwartet.
INFO: GAussian Splatting
Gaussian Splatting ist eine Technologie, mit der sich große Punktwolken effizient und in hoher Qualität visualisieren lassen. Im Gegensatz zu herkömmlichen Methoden, die auf Punktwolken oder Netzen basieren, stellt Gaussian Splatting jeden Punkt der Wolke durch eine Gaußsche Verteilung dar. Das ermöglicht glattere und realistischere Visualisierungen mit geringeren Datenmengen.
Feedback erwünscht
Khronos lädt die Community ein, Feedback zur Spezifikation zu geben. Rückmeldungen können über GitHub eingereicht werden.