Spark 2.0是什么
Spark 2.0是World Labs（李飞飞创立）开源的Web端3D高斯溅射渲染引擎，基于Three.js和WebGL2构建。Spark 2.0首创LoD细节层次系统、渐进式流式传输与虚拟内存技术，可在桌面、手机、VR等任意设备浏览器中实时渲染超1亿个splats的大规模3D世界，实现场景从粗糙到精细的平滑渐进式加载，突破传统Web 3D渲染的规模与性能瓶颈，让海量超大场景即时交互、沉浸式流畅浏览成为可能。
Spark 2.0的主要功能
- 超大规模场景渲染：支持在桌面、手机、VR 等任意设备的浏览器中流式传输并实时渲染包含超过 1 亿个 splats 的超大 3D 世界。
- 多对象全局合成：同时渲染多个独立的 3DGS 对象，自动对所有 splats 进行统一的全局深度排序，确保不同对象在空间中正确融合而非简单叠加。
- 连续 LoD 细节层次：通过构建 LoD Splat Tree 层级结构，根据相机距离和视角动态计算最优的树切割线，自动在近处显示高精度、远处显示低精度，实现平滑无跳变的细节过渡。
- 渐进式流式传输：采用自研的 .RAD 文件格式，使场景首次加载时立即呈现 64K splats 的粗糙版本，根据视角优先下载并细化可见区域的数据，实现边传输边精细化的流畅体验。
- 虚拟内存管理：为 splats 分配固定的 GPU 内存池作为页表，根据用户在场景中的实时位置自动从网络获取和置换数据块，突破移动设备内存限制访问海量数据。
- 注视点渲染优化：通过 Foveated Rendering 技术自动将渲染预算向视野中心倾斜，降低屏幕边缘和相机后方区域的细节级别，在不影响主观画质的前提下显著提升帧率。
- 实时编辑与重光照：支持在浏览器中直接对 3D 高斯溅射场景进行实时编辑、颜色调整和动态重光照操作，无需离线预处理可看到修改效果。
- 可编程特效系统：提供基于 GLSL 的代码接口和可视化着色器图节点系统，支持开发者创建动态动画、SDF 几何裁剪、透明度调整等丰富的自定义视觉效果。
Spark 2.0的技术原理
- 3D 高斯溅射基础：Spark 2.0 采用 3D Gaussian Splatting 技术，用数百万个半透明 3D 椭球体（splats）替代传统三角网格表示场景，每个 splat 由位置、缩放、旋转、颜色和不透明度定义，通过 GPU 按深度顺序混合渲染形成最终图像。
- 三步渲染管线：系统采用“生成全局列表→全局深度排序→实例化绘制”的架构，将多对象 splats 转换到统一坐标系并应用动态效果（动画、裁剪等），通过 GPU 计算距离后由 CPU 基数排序确定渲染顺序，最后单次绘制调用完成所有 splats 的光栅化。
- 连续 LoD Splat Tree：为解决亿级 splats 的渲染压力，Spark 自底向上构建层级树结构，将子节点合并为父节点形成多分辨率表示，运行时通过优先级队列在固定预算（50-250 万 splats）内动态计算最优“树切割线”，实现近精细远粗糙的平滑过渡。
- 渐进式流式传输：采用自研 .RAD 格式将数据分块（每块 64K splats）列式压缩存储，文件头记录随机访问索引，使场景可先以 64K 粗糙版本即时呈现，根据视角通过 HTTP 范围请求动态下载细化数据块，实现边下边看的渐进加载。
- 虚拟内存管理：分配固定 GPU 内存池作为 splat 页表，结合 LoD 树遍历结果动态判断当前视口所需数据块，当用户移动时自动从网络拉取新数据并置换旧数据，使浏览器能访问远超本地内存限制的海量 splats。
- LoD 树生成算法：提供 Tiny-LoD（基于空间网格快速合并，采用排序代替哈希优化缓存，适合网页实时生成）和 Bhatt-LoD（基于 Bhattacharyya 距离度量高斯相似度进行高质量合并，适合离线处理）两种无训练依赖的算法构建层级结构。
如何使用Spark 2.0
- 环境引入：在项目中通过 CDN 或 npm 安装 Spark 2.0 和 Three.js，确保目标浏览器支持 WebGL2 标准。
- 基础加载：对于小规模场景，直接调用
loadSplat方法加载 PLY、SPZ 或 Splat 格式的原始 3DGS 文件并添加到 Three.js 场景中。 - 大场景预处理：针对超亿级 splats 的大规模场景，用命令行工具
spark build-lod将原始文件离线转换为支持渐进式流式传输的 .RAD 格式。 - 流式加载：在代码中调用
loadRad方法加载转换后的文件，配置 splat 渲染预算和注视点渲染参数控制细节层次和性能表现。 - 渲染更新：在动画循环中持续调用 splat 对象的
update方法并传入当前相机参数，自动完成深度排序和 LoD 细节切换。 - 多对象合成：同时加载多个 LoD 对象时，Spark 会自动遍历所有对象的 splat 树并统一分配全局渲染预算，实现无缝融合。
Spark 2.0的关键信息和使用要求
- 产品定位：World Labs（李飞飞创立）开源的 Web 端 3D 高斯溅射（3DGS）渲染引擎，基于 Three.js 和 WebGL2 构建，可在任意设备浏览器中实时渲染超 1 亿 splats 的大规模 3D 场景。
- 核心技术：① LoD Splat Tree（连续细节层次，动态选择渲染精度）；② 渐进式流式传输（.RAD 格式，先呈现粗糙版本再按需细化）；③ 虚拟内存（固定 GPU 内存池动态置换数据块）。
- 性能表现：支持桌面、iOS、Android、VR 全平台，突破设备内存限制，实现边下载边交互的流畅体验。
- 环境要求：
- 支持 WebGL2 的现代浏览器（Chrome、Safari、Firefox、Edge 等）。
- 无需 WebGPU，兼容性更广
- 硬件支持：桌面端、移动端（iOS/Android）、VR 设备（Quest 3、Apple Vision Pro 等）。
Spark 2.0的核心优势
- 超大规模承载：突破消费级设备通常仅支持 1-500 万 splats 的限制，可实时渲染 1 亿+ splats 的巨型场景。
- 即点即看的流式体验：采用自研 .RAD 格式与渐进式传输技术，场景用 64K 粗糙版本即时呈现，无需等待数百 MB 数据完全下载。
- 全平台无缝兼容：基于 WebGL2 构建，覆盖桌面、iOS、Android 及 VR 设备，无需担心 API 支持差异。
- 智能细节平衡：独创连续 LoD Splat Tree 系统，根据视角距离与注视点动态调整精度，近实远虚且过渡平滑无跳变。
- 多对象全局融合：支持同时加载多个独立 3DGS 对象，自动进行跨对象全局深度排序，解决传统渲染器”贴图叠加”问题。
- 内存无感扩展：通过虚拟内存页表机制，自动从网络置换数据块，使浏览器可访问远超本地 GPU 内存限制的海量资源。
Spark 2.0的项目地址
- 项目官网：https://www.worldlabs.ai/blog/spark-2.0
- GitHub仓库：https://github.com/sparkjsdev/spark/
Spark 2.0的同类竞品对比
| 对比维度 | Spark 2.0 | Luma AI |
|---|---|---|
| 产品形态 | 开源 JavaScript 库，开发者可深度定制、私有化部署与任意集成 | 闭源 SaaS 平台，提供标准化上传-查看托管服务 |
| 实时编辑 | 支持浏览器内实时修改 splat 属性、颜色调整、SDF 裁剪与动态特效 | 仅提供固定视角浏览与预设路径，不支持实时参数调整 |
| 数据主权 | 支持 PLY/SPZ/Splat 等多种输入格式并开放 .RAD 标准，数据完全自主 | 封闭生态，仅支持平台生成的特定格式，导出受限 |
| 场景规模 | 通过 LoD 系统智能管理显存，可流畅浏览超大规模城市级场景 | 受限于平台处理能力与订阅等级，超大场景需排队或降质处理 |
| 成本结构 | 免费开源，仅需承担自身服务器带宽与存储成本 | 按使用量、导出分辨率与 API 调用的订阅制收费 |
| 离线能力 | 支持完全离线环境或私有 CDN 部署，无需外网依赖 | 必须持续联网访问 Luma 云端服务，依赖平台可用性 |
Spark 2.0的应用场景
- 数字孪生与城市治理：用于构建城市级数字孪生底座，支持在浏览器中实时浏览包含数千万 splats 的智慧城市三维模型，无需部署重型客户端可实现远程巡检与管理。
- VR/AR 沉浸体验：用于 VR/AR 头显设备上的大空间沉浸式漫游，可在 Quest 3 或 Apple Vision Pro 中流畅探索超大规模的虚拟文旅与世界构建场景。
- 实时内容创作：用于基于网页的实时协作与内容创作，支持在浏览器中直接对 AI 生成的 3D 世界进行实时编辑、重光照及动态特效调整。
- 线上展览与电商：用于博物馆、艺术展及房地产的线上展示，通过渐进式流式加载技术让用户 instant 浏览大型数字化场景而无需等待完整下载。
- 网页游戏与虚拟活动：用于开放世界网页游戏和虚拟演唱会，实现边玩边下载的流式场景加载，支持超大规模虚拟环境的实时交互渲染。