3D-Gaussian Splats Khronos kündigt Erweiterung für offenes 3D-Format gITF an

Verantwortliche:r Redakteur:in: Andreas Müller 4 min Lesedauer

Anbieter zum Thema

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)
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:

  1. stadtweite Reality-Capture-Projekte;
  2. komplexe natürliche Umgebungen mit Vegetation und unregelmäßiger Geometrie;
  3. reflektierende, transluzente oder detailreiche urbane Oberflächen;
  4. schnelle Datenerfassung vor Ort mit handelsüblichen Kameras, Drohnen oder mobilen Geräten.

Mapping, digitale Zwillinge, Infrastrukturüberwachung, Simulation

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:

  1. Position, Orientierung und Skalierung;
  2. Farb- und Opazitätsattribute;
  3. 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:

  1. standardisierter Import/Export von Gaussian Splats als glTF-Assets;
  2. nahtloses Zusammenspiel mit Mesh-, Terrain- und photogrammetrischen glTF-Assets;
  3. 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.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

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:

  1. CesiumJS
  2. Esri ArcGIS
  3. Scaniverse
  4. Lixel Cybercolor

Die Erweiterung wurde mit Beiträgen führender Unternehmen entwickelt, darunter Autodesk, Cesium/Bentley Systems, Esri, Huawei, Niantic Spatial, 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.

Weitere Informationen: https://www.khronos.org/