(sumber: Kerbl, et al., 2023)

Riset mengenai graphical dan computer vision semakin tertuju pada pendekatan baru untuk teknik representasi 3D yang lebih efisien dari NeRF. Salah satu yang paling mencuri perhatian adalah 3D Gaussian Splatting, metode yang menyimpan scene bukan sebagai mesh, tetapi sebagai jutaan elipsoid kecil yang bisa dirender sangat cepat namun tetap menghasilkan tampilan fotorealistik. Penasaran? Yuk kita bahas.

Get to know: 3D Gaussian Splatting

3D Gaussian Splatting memodelkan scene sebagai kumpulan besar Gaussian splat, yang berupa ‘awan-awan’ elipsoid kecil dengan parameter posisi, orientasi, ukuran, opasitas, dan warna yang dapat berubah sesuai sudut pandang. Setiap Gaussian splat ini berfungsi sebagai partikel semi-transparan yang ketika dirender bersama-sama akan membentuk permukaan, detail halus, dan pencahayaan kompleks.

Berbeda dari mesh yang membutuhkan geometri eksplisit, 3D Gaussian Splatting bekerja lebih mirip seperti volume rendering, tetapi menggunakan ‘awan’ Gaussian yang ditempatkan secara eksplisit. Dengan cara ini, sistem tidak perlu melakukan sampling volumetrik pada ruang kosong, sehingga tetap mewarisi keunggulan radiance field sambil menghemat banyak komputasi dan memori. Teknik ini berakar dari konsep radiance field (NeRF), tetapi dirancang jauh lebih efisien sehingga ideal untuk kebutuhan real-time seperti VR/AR dan aplikasi interaktif.

(sumber: https://www.splinedynamics.com/blog/updated-insights-into-3d-gaussian-splatting-techniques-for-real-time-rendering/)

Cara kerja proses rendering

Pipeline 3D Gaussian Splatting dimulai dari sparse cloud points yang dihasilkan oleh Structure‑from‑Motion atau proses kalibrasi kamera. Tiap titik kemudian diperluas menjadi Gaussian splat dengan parameter awal yang masih kasar. Dalam proses training dilakukan render diferensiabel, yaitu seluruh Gaussian dirender secara diferensiabel ke 2D melalui proses splatting, Errornya kemudian diback‑propagate untuk memperbarui parameter setiap Gaussian dan, bila perlu, parameter kamera.​

Supaya efisien, implementasi modern menggunakan rasterizer berbasis tile di GPU, dimana Gaussian disortir dan diproses per‑tile layar, kemudian dilakukan culling dan pengurutan depth, sehingga jutaan Gaussian dapat dirender dengan frame rate real‑time. Adaptive density control juga diterapkan dengan cara menghapus (pruning) Gaussian yang tidak relevan dan menambah densitas (densification) pada area bertekstur rumit sehingga kualitas visual tinggi dapat dicapai tanpa memori berlebihan.​

 

Kelebihan

3D Gaussian Splatting biasanya jauh lebih cepat dirender, karena tiap Gaussian cukup dirasterisasi sekali per frame di layar. Banyak studi lanjutan yang menunjukkan bahwa varian 3D Gaussian Splatting mampu mencapai ratusan frame per detik untuk novel view synthesis dengan mempertahankan kualitas visual setara atau bahkan melampaui NeRF.​
Kelebihan lain adalah efisiensi representasi. Walaupun menggunakan jutaan Gaussian, metode pruning dan kompresi modern mampu mengurangi jumlah titik tanpa mengorbankan detail secara signifikan. Dengan dukungan warna berbasis view-dependent (misalnya melalui Spherical Harmonics), 3D Gaussian Splatting dapat mereproduksi refleksi halus, objek mengkilap, dan detail rumit seperti daun atau kabel tipis.

 

Aplikasi praktis

Saat ini 3D Gaussian Splatting sudah digunakan untuk fotogrametri (memperoleh informasi tentang objek dan lingkungan tanpa menyentuhnya, dengan cara membuat pengukuran dan interpretasi dari foto atau rekaman gambar) konsumen dan industri, misalnya alat capture 3D dari foto/video yang menghasilkan scene 3D navigable secara real‑time untuk visualisasi, arsitektur, dan cultural heritage. Di bidang riset, 3D Gaussian Splatting digunakan untuk novel view synthesis, rekonstruksi scene dinamis, serta simulasi otonom seperti self‑driving dan robotics.​
Ada juga riset baru yang mendorong 3D Gaussian Splatting ke arah generative content, misalnya integrasi dengan text‑to‑3D yang memungkinkan deskripsi teks diubah menjadi representasi Gaussian yang kemudian bisa dirender atau dikonversi menjadi mesh lewat metode seperti SuGaR. Di bidang XR, vendor GPU dan game engine tengah mengeksplorasi integrasi 3D Gaussian Splatting untuk menghadirkan lingkungan fotorealistik interaktif dengan latensi rendah, membuka peluang workflow baru di film, game, dan training simulasi.​

 

Penulis

Felicia Natania Lingga, S.Kom. — FDP Scholar

 

Referensi

Kerbl, B., Kopanas, G., Leimkühler, T., Drettakis, G. 2023. 3D Gaussian Splatting for Real-Time Radiance Field Rendering. ACM Trans. Graph. 42, 4, Article 1 (August 2023), 14 pages. https://doi.org/10.1145/3592433

Ebert, D. September 18, 2023. Introduction to 3D Gaussian Splatting. Huggingface. Retrieved from: https://huggingface.co/blog/gaussian-splatting on 4 December 2025

November 11, 2024. Updated Insights into 3D Gaussian Splatting Techniques for Real-Time Rendering. Spline Dynamics. Retrieved from: https://www.splinedynamics.com/blog/updated-insights-into-3d-gaussian-splatting-techniques-for-real-time-rendering/ on 4 December 2025

November 5, 2025. 3D Gaussian Splatting: Real-Time 3D Capture and Rendering. DeepX. Retrieved from: https://deepxhub.com/2025/11/05/3d-gaussian-splatting-real-time-capture-rendering/ on 4 December 2025

Marvie, J. E., Gautron, P. April 23, 2025. Real-Time GPU-Accelerated Gaussian Splatting with NVIDIA DesignWorks Sample vk_gaussian_splatting. Nvidia Developer Technical Blog. Retrieved from: https://developer.nvidia.com/blog/real-time-gpu-accelerated-gaussian-splatting-with-nvidia-designworks-sample-vk_gaussian_splatting/ on 4 December 2025

3D Gaussian Splatting. Polycam. Retrieved from: https://poly.cam/tools/gaussian-splatting on 4 December 2025

soumyadip. December 17, 2024. 3D Gaussian Splatting Introduction – Paper Explanation & Training on Custom Datasets with NeRF Studio Gsplats. LearnOpenCV. Retrieved from: https://learnopencv.com/3d-gaussian-splatting/  on 4 December 2025