3D高斯泼溅技术在自动驾驶领域的发展与应用 - 特斯拉在ICCV的分享中引入3D高斯泼溅技术，成为一大亮点，表明其可能基于前馈式GS算法实现 [2] - 学术界近期涌现大量相关工作，例如小米的WorldSplat和清华的DGGT，显示3DGS技术正在自动驾驶领域焕发新一轮生机 [2] - 行业普遍共识是采用前馈式GS重建场景，并利用生成技术生成新视角，多家公司正开放HC招聘相关人才 [2] 3D高斯泼溅技术的快速迭代与学习需求 - 3DGS技术迭代速度极快，已从静态重建3DGS、动态重建4DGS、表面重建2DGS，发展到前馈式3DGS [4] - 初学者入门面临挑战，需同时掌握点云处理、深度学习理论以及实时渲染、代码实战等技能 [4] - 为应对学习需求，推出了《3DGS理论与算法实战教程》，旨在提供从原理到实战的完整学习路线图 [4] 课程核心内容与结构 - 第一章：背景知识：涵盖计算机图形学基础，包括三维空间表达、渲染管线、光线追踪等，并介绍COLMAP、Gsplat等开发工具，设置基于3D Real Car训练模型的入门作业 [8] - 第二章：原理和算法：详细梳理3DGS原理及核心伪代码，讲解动态重建、表面重建等经典与最新算法，实战选用英伟达开源的3DGRUT框架 [9] - 第三章：自动驾驶应用：聚焦自动驾驶仿真重建，重点讲解Street Gaussian、OmniRe和Hierarchy UGP三篇工作，实战选用DriveStudio框架 [10] - 第四章：重要研究方向：探讨COLMAP扩展、深度估计及Relighting等方向，分析其工业界应用与学术探索价值 [11] - 第五章：前馈式3DGS：梳理前馈式3DGS的发展历程与算法原理，讲解AnySplat和WorldSplat两篇最新算法工作 [12] - 第六章：答疑交流：通过线上交流形式，讨论3DGS岗位需求、行业痛点及开放性问题 [13] 课程安排与面向人群 - 课程于12月1日开课，预计两个半月结课，采用离线视频教学配合VIP群及三次线上答疑的模式 [15] - 课程章节按计划解锁：第一章于12月1日，第二章于12月7日，第三章于1月7日，第四章于1月21日，第五章于2月4日 [15] - 面向具备一定计算机图形学、视觉重建、概率论与线性代数基础，并掌握Python和PyTorch的学员 [17] - 学员需自备GPU，推荐算力在4090及以上 [17] - 课程目标使学员掌握3DGS完善的理论知识、技术栈及算法开发框架，并能与学界及工业界同行交流，对实习、校招、社招均有助益 [17] 讲师背景与行业联系 - 讲师Chris拥有QS20高校硕士学位，现任某Tier1厂商算法专家，从事端到端仿真、多模态大模型、世界模型等前沿算法预研与量产 [5] - 讲师参与过全球顶级主机厂的仿真引擎及工具链开发，拥有丰富的三维重建实战经验 [5] - 课程由自动驾驶之心联合工业界算法专家打造，旨在全面吃透3DGS技术栈 [4]