在设备远程运维场景中，把一台真实设备搬进浏览器，长期受制于两个瓶颈：建模成本高、模型体量大。本期实验室以一台小型空压机为样本，尝试用神经隐式重建替代人工建模，并在 Web 端做渲染侧轻量化。
做法上，先用手机环绕拍摄约 120 张照片，走 3D Gaussian Splatting 路线重建，再导出为 glTF 网格与压缩纹理；渲染侧按视距切换两级 LOD，对高面数部分做 Draco 几何压缩与 KTX2 纹理压缩，主要绘制由 WebGPU 承载，低端设备回退 WebGL2。
要点：
- 阶段性数据：单模型由原始约 210 MB 压至 8.6 MB 左右，桌面端首屏可交互时间从 11 秒降到 3 秒内，移动端中端机型约 5 秒；结构件轮廓误差在厘米级，可支撑运维标注与拆装指引，不足以做尺寸测量。
- 下一步：把重建流程脚本化，接入相机位姿与光照归一化，并测试在同一场景中叠加实时传感器读数（压力、温度）作为可交互标注层。
结论：对巡检与交互演示类应用，隐式重建加端侧压缩已接近可用；对精度敏感场景，仍建议保留 CAD 模型作为基准。
评论