在浏览器端承载产线级三维场景，瓶颈往往不在渲染，而在模型资产：一个中等规模车间的扫描点云转成网格后动辄数千万面，且部件是整块「死几何」，无法被检索、拾取或与数据联动。
Web3D交互实验室近期的实验，是把 AI 语义分割接到资产处理链路上：先对点云或网格做部件级分割，自动区分机架、管路、电机、控制柜等语义类别，再按类别分配减面预算与 LOD 分级，最后导出 glTF 并写入语义标签和包围盒，供前端做拾取、隔离与高亮。
阶段性进展：在约 20 组设备扫描数据上，按语义类别分配减面预算，相比全局均匀减面，在相当视觉误差下三角面数下降约 40%，首屏可交互时间由 9 秒级降至 4 秒级（内部测试，桌面端 Chrome，尚未做全场景压力测试）。
下一步计划：把语义标签与实时数据点位对齐，验证「点选部件—查看参数—发起工单」这条交互链路，并补充移动端的降级与分块加载策略。
评论