Aholo Viewer – 群核科技开源的 3D 高斯浏览器

1. Aholo Viewer是什么

Aholo Viewer是群核科技（Manycore Tech）开源的一款基于3D高斯溅射（3D Gaussian Splatting, 3DGS）技术的高性能Web端渲染引擎。该工具的核心突破在于采用chunk-level LOD（细节层次）流式加载技术，使得高达10亿级高斯点的城市级超大3D场景，能够在包括手机在内的各类终端浏览器上实现秒级加载与流畅漫游。它兼容ply、spz、sog、splat等主流3DGS格式，并内置了LOD生成、格式转换和碰撞体生成等完整工具链，为开发者提供了开箱即用的解决方案。Aholo Viewer不仅是渲染工具，更是群核科技构建的“3D互联网”基础设施的关键一环，旨在推动3D内容从“能看”迈向“能用”。

技术定位与领域： Aholo Viewer属于计算机图形学与实时渲染领域，具体聚焦于基于神经渲染的3D高斯溅射（3DGS）技术的Web端应用。其独特定位在于，它不仅是一个高性能的渲染器，更是一个面向开发者、支持大规模现实场景重建与交互的综合性技术平台，填补了高保真、大规模3DGS场景在Web端流畅渲染的技术空白。

研发背景： 该工具由群核科技（Manycore Tech）研发，该公司在空间设计和AI技术领域拥有深厚积累，旗下拥有酷家乐等知名产品。研发Aholo Viewer的动机源于对“3D互联网”愿景的追求，即解决大规模、高保真3D内容在普通终端（尤其是移动端）上实时渲染与交互的难题，从而降低3D内容的传播与使用门槛。

核心价值： Aholo Viewer解决了3DGS技术在实际应用中面临的核心瓶颈——大规模场景的渲染性能与终端适配性。通过其创新的流式加载与LOD技术，它让过去只能在高端工作站上运行的十亿级高斯场景，得以在手机、VR设备等消费级硬件上流畅运行。其核心价值在于将3D内容的访问方式从“下载安装”转变为“打开即用”，极大地推动了3D互联网的普及。

技术特点： 该工具的核心技术优势体现在其独创的chunk-level LOD Tree架构，相比传统的splat-based LOD，具有更高的缓存命中率和更强的扩展性。此外，其多精度数据结构、视锥优先级流式调度以及完善的云端混合渲染能力，共同构成了其在性能、兼容性和生态完整性上的差异化竞争优势。

2. 主要功能

• 十亿级高斯场景流畅渲染： 通过其核心的chunk-level LOD与流式调度技术，Aholo Viewer能够支持包含超过10亿个高斯点的城市级超大3D场景。在实际测试中，场景可以实现秒级加载和流畅漫游，首屏加载时间控制在10秒以内，这在同类Web端渲染器中是前所未有的性能突破。

• 多终端免安装访问： 该工具完全基于Web技术构建，全面适配手机、电脑、VR等各类终端设备。用户无需下载任何客户端或插件，只需通过浏览器打开链接，即可立即体验和交互大规模、高保真的3D世界，极大地降低了用户的访问门槛，使得3D内容的传播如同分享一个视频链接般简单。

• 主流3DGS格式全面兼容： Aholo Viewer具备出色的格式兼容性，原生支持ply、spz、sog、splat、lcc、ksplat等市面上几乎所有主流的3D高斯数据格式。这一特性免去了开发者在不同工具间进行格式转换的繁琐工作，使其能够无缝接入现有的3DGS工作流。

• 完整的一站式工具链： 工具内置了从数据预处理到最终交互的全套工具，包括高质量LOD生成器、数据格式转换器、3D高斯碰撞体生成器以及场景编辑与拾取工具。开发者无需依赖第三方库，即可完成从原始点云数据到可交互3D场景的全部流程，实现了真正的“开箱即用”。

• 基于体素的物理碰撞系统： Aholo Viewer能够从3DGS重建的资产中自动生成体素碰撞体。该系统支持射线检测、胶囊体检测、地面检测和墙体阻挡等实时碰撞查询功能，这为在3D场景中实现行走模式、相机避障、角色物理交互等高级功能提供了基础，将3D场景从“观赏”提升到“可用”的层面。

• 云端混合渲染（OpenUSD）： 该工具支持基于OpenUSD标准的云端混合渲染模式，能够将3DGS与高保真Mesh模型在同一场景中同帧渲染。通过云端实时串流技术，即使是配置较低的终端设备，也能流畅预览和交互这种混合了不同渲染方式的复杂场景，为影视创作和游戏开发提供了极大的灵活性。

• 多档位渲染配置： Aholo Viewer提供了“效果优先”、“性能优先”和“极限性能”三种预设的渲染路径。用户可以根据当前设备的硬件性能和具体应用场景，灵活选择画质与性能的平衡点，确保在不同终端上都能获得最佳体验。

3. 如何使用

1. 环境要求与前置条件： 使用Aholo Viewer需要一个现代的Web开发环境。硬件方面，建议使用具备至少8GB内存和现代GPU（如NVIDIA GTX 1060或同等性能）的电脑。软件方面，需要安装Node.js（推荐版本18.x或更高）和包管理器pnpm。操作系统支持Windows、macOS和主流Linux发行版。

2. 获取项目与安装依赖：

   • 访问GitHub仓库 https://github.com/manycoretech/aholo-viewer，将项目克隆到本地。
   • 打开终端，进入项目根目录，执行以下命令安装所有必要的依赖包：

     pnpm install
     

3. 本地运行与构建：

   • 安装依赖后，执行以下命令启动本地开发服务器，并自动在浏览器中打开预览页面：

     pnpm dev
     

   • 当开发完成，需要部署到生产环境时，执行以下命令构建优化后的静态资源：

     pnpm build
     

4. 核心API集成与场景加载：

   • 在你的前端项目中，通过npm安装核心库：npm install @manycore/aholo-viewer。
   • 在代码中引入并创建渲染器实例，使用SplatLoader加载你的3DGS数据文件（如.ply或.splat格式），即可在指定的HTML容器中渲染出3D场景。核心代码示例如下：

     import { createViewer, SplatLoader } from '@manycore/aholo-viewer';
     const viewer = await createViewer({ container: document.getElementById('viewer-container') });
     const scene = await SplatLoader.load('path/to/your/scene.ply');
     viewer.addScene(scene);
     

5. 关键配置与最佳实践：

   • 渲染模式选择： 通过viewer.setViewerConfig({ renderMode: 'performance' })方法，可以在“effect”（效果优先）、“performance”（性能优先）和“ultra-performance”（极限性能）三种模式间切换。
   • 碰撞体生成： 使用内置工具ColliderGenerator从3DGS场景中生成体素碰撞体，并将其添加到viewer的物理系统中，以实现行走和交互功能。
   • 最佳实践： 对于超大场景，建议首先使用内置的LOD生成工具对原始数据进行预处理，以优化流式加载体验。在移动端测试时，建议优先使用“极限性能”模式以保证帧率稳定。

4. 优缺点分析

5. 同类工具对比

选型建议：

1. 对于Web端应用开发者与数字文旅项目： Aholo Viewer 是首选。其Web原生、高性能、开箱即用的特性，使其成为构建在线3D展厅、景区漫游等需要广泛传播和低门槛访问场景的最佳选择。相比之下，Spark 2.0在性能上限上存在明显瓶颈，而Luma AI和Nerfstudio则不适合Web直接部署。

2. 对于游戏开发与影视预演团队： 如果团队已经深度嵌入Unreal Engine生态，且对场景的物理交互和渲染画质有极致要求，Luma AI的UE插件 是更专业的选择。但若希望以更低的成本快速获取真实世界场景的3D资产，并能在Web端进行预览和协作，Aholo Viewer提供的云端混合渲染和碰撞体功能则提供了更灵活、轻量的工作流。

3. 对于AI与计算机视觉研究人员： Nerfstudio 及其gsplat扩展仍然是进行3DGS算法研究、训练和实验的最佳平台。其丰富的工具集和活跃的学术社区是无可替代的。Aholo Viewer更适合作为研究成果落地、进行大规模场景部署和性能测试的工程化平台。

6. 编辑点评

Aholo Viewer的出现，标志着3DGS技术从学术研究走向大规模工业应用迈出了坚实的一步。在技术创新性上，其chunk-level LOD Tree架构并非简单的改进，而是对现有流式渲染范式的一种重构。通过将数据切分为更粗粒度的“块”而非单个“点”，巧妙地平衡了数据加载的粒度与缓存效率，这使得它在处理城市级超大场景时，性能表现远超基于splat的LOD方案。实测数据显示，在相同硬件条件下，其加载速度、渲染速度和内存占用均大幅领先于由李飞飞团队开发的Spark 2.0，这并非微小的优化，而是量级的提升。

从实用价值来看，Aholo Viewer最令人称道的是其“开箱即用”的完整工具链。它将LOD生成、格式转换、碰撞体生成等原本需要开发者自行拼凑的繁琐环节，整合为一个统一、高效的流水线。这不仅极大降低了开发者的技术门槛，更让团队能够将精力聚焦于上层的业务逻辑和用户体验，而非底层的数据处理。对于数字文旅、线上教育、虚拟会展等需要快速、低成本地将现实世界数字化并传播的行业，它的价值是无法估量的。

Aholo Viewer的适用人群非常明确：前端3D应用开发者、数字孪生项目团队、空间计算与VR/AR应用开发者，以及任何希望将大规模、高保真3D内容通过Web进行分发和交互的团队。 对于游戏引擎的资深用户或从事底层3DGS算法研究的学者，它可能不是最专业的单一工具，但作为连接现实世界与Web浏览器的桥梁，它填补了关键的技术空白。

展望未来，Aholo Viewer的发展潜力巨大。随着群核科技Aholo空间智能平台的不断完善，它有望从单一的渲染工具，进化为集空间重建、云端渲染、AI生成于一体的“3D互联网”操作系统。其MIT协议的开源策略，将吸引大量社区贡献者，加速其生态的成熟。当前的主要挑战在于社区建设和文档完善，一旦补齐这些短板，它极有可能成为Web端3DGS渲染的事实标准。

7. 应用场景

• 数字文旅与智慧城市： 景区、博物馆或整个城市区域可以通过无人机和相机快速采集数据，利用Aholo Viewer重建为高保真3D模型。游客在手机或电脑浏览器上即可进行沉浸式漫游，体验“云旅游”。城市规划者则可在浏览器中加载城市级模型，进行交通模拟、景观分析等，实现低成本的远程协作与决策。

• 影视创作与虚拟制片： 导演和美术团队可以将真实拍摄的场景（如废弃工厂、古建筑）快速重建为3DGS资产，并导入Aholo Viewer的云端混合渲染管线。他们可以在虚拟场景中自由设计镜头运动，与高精度的Mesh道具（如车辆、武器）进行同帧交互，实现低成本的虚拟制片和前期预演，极大提升创作效率。

• 游戏开发与交互式体验： 游戏开发者可以利用Aholo Viewer的物理碰撞系统，将真实世界重建的3D空间直接作为游戏关卡。玩家可以在其中自由行走、探索，与场景中的物体进行碰撞交互。例如，在重建的真实街道上设计一款跑酷游戏，或在历史遗址中开发一款解谜游戏，为玩家提供前所未有的真实感与沉浸感。

• 具身智能与机器人仿真训练： 借助Aholo Viewer配套的InteriorGS等语义数据集，研究人员可以为机器人和AI智能体提供高度真实的室内外3D场景。机器人可以在这些基于真实世界重建的仿真环境中进行导航、避障、物体识别和操作等任务的训练，从而降低对昂贵物理仿真环境的依赖，加速算法的迭代与验证。

8. 常见问题FAQ

Q：Aholo Viewer是完全免费的吗？是否可以用于商业项目？
A：是的，Aholo Viewer采用MIT开源协议。这意味着您可以免费使用、修改和分发代码，无论是用于个人学习、学术研究，还是商业项目（如嵌入到您的商业产品中）都是完全允许的，无需支付任何授权费用。

Q：我的电脑配置比较低，能运行Aholo Viewer吗？
A：可以。Aholo Viewer的核心优势之一就是低门槛访问。工具提供了“性能优先”和“极限性能”模式，能够自动优化渲染参数以适应低配硬件。对于普通的3D场景，集成显卡的笔记本也能获得基本流畅的体验。对于十亿级的大场景，首屏加载可能稍慢，但通过流式加载，依然可以逐步浏览。

Q：Aholo Viewer支持哪些3D数据格式？
A：它支持市面上几乎所有主流的3D高斯格式，包括.ply、.spz、.sog、.splat、.lcc和.ksplat。您无需进行格式转换，直接将文件拖入或通过API加载即可。此外，工具还内置了格式转换工具，方便您在不同格式间切换。

Q：如何在场景中添加行走和碰撞检测功能？
A：Aholo Viewer内置了体素碰撞体生成工具。您只需调用ColliderGenerator从您的3DGS场景中自动生成碰撞体数据，然后将其添加到viewer的物理系统中。之后，您可以通过API控制相机或角色，系统会自动处理地面检测、墙体阻挡和物体碰撞。具体代码示例可参考项目的示例文档。

Q：我的场景非常大，加载很慢怎么办？
A：对于超大场景，强烈建议您在上传和加载前，使用Aholo Viewer内置的LOD生成工具对原始数据进行预处理。该工具会自动生成多级细节的chunk数据。在运行时，渲染器会根据您的视角位置，只加载和渲染当前可见区域的高细节chunk，从而显著减少首屏加载时间和内存占用。

9. 项目地址

• GitHub仓库： https://github.com/manycoretech/aholo-viewer