---
title: "Bolt3D – 牛津大学联合谷歌推出的 3D 场景生成技术"
url: "https://paooo.com/aigc-news/20762/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T11:57:59+08:00"
updated_at: "2026-06-08T11:57:59+08:00"
categories: "AIGC 资讯"
tags: "3D与空间智能, AI视频生成, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# Bolt3D – 牛津大学联合谷歌推出的 3D 场景生成技术

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/20762/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 单图或多图输入即可生成 3D 场景，Bolt3D 以前馈式流程把生成时间压到 6.25 秒。
- 模型结合几何 VAE、潜在扩散与高斯头部，实现对未观测区域的补全和高保真场景表示。
- 可在浏览器实时查看与渲染，适用于游戏、VR/AR、建筑设计和影视制作。

## Bolt3D是什么

Bolt3D 是谷歌研究院、牛津大学 VGG 团队和谷歌 DeepMind 联合推出的新型 3D 场景生成技术，是潜在扩散模型，能在单个 GPU 上，仅需不到七秒的时间，直接从一张或多张图像中采样出 3D 场景表示。在英伟达 H100 图形处理单元上，Bolt3D 仅需 6.25 秒能将照片处理成完整的三维场景。

## Bolt3D的主要功能

- **快速生成 3D 场景**：Bolt3D 是一种前馈式生成方法，能直接从一张或多张输入图像中采样出 3D 场景表示，生成速度极快，在单个 GPU 上仅需 6.25 秒即可完成。

- **多视角输入与泛化能力**：支持不同数量的输入图像，从单视图到多视图均可处理，能生成未被观测区域的内容，具备良好的泛化能力。

- **高保真 3D 场景表示**：基于高斯溅射（Gaussian Splatting）技术来存储数据，通过布置在二维网格中的三维高斯函数来构建三维场景，每个函数都记录着位置、颜色、透明度和空间信息，生成的 3D 场景质量高。

- **实时交互与应用**：用户可以在浏览器中实时查看和渲染生成的 3D 场景，具有广泛的应用前景，如游戏开发、虚拟现实、增强现实、建筑设计、影视制作等领域。

## Bolt3D的技术原理

- **几何多视角潜在扩散模型**：训练了多视图潜在扩散模型，用于联合建模图像和 3D 点图。模型将一张或多张图像及其相机位姿作为输入，学习捕捉目标图像、目标点图和源视图点图的联合分布。

- **几何 VAE**：训练了几何 VAE，将一个视图的点图和相机射线图联合编码为一个几何潜在特征。模型通过最小化标准 VAE 目标和特定几何损失的组合进行优化，能以高精度压缩点图。

- **高斯头部模型**：给定相机以及生成的图像和点图，训练多视图前馈高斯头部模型，输出存储在散点图像中的 3D 高斯的细化颜色、不透明度和协方差矩阵。

- **大规模多视图一致数据集**：为了训练 Bolt3D，创建了大规模的多视图一致的 3D 几何和外观数据集，通过对现有的多视图图像数据集应用最先进的密集重建技术来生成。

- **三阶段训练过程**：采用三阶段训练过程，首先训练几何变分自编码器（Geometry VAE），然后训练高斯头部模型，最后训练潜在扩散模型。

## Bolt3D的项目地址

- **项目官网**：[https://szymanowiczs.github.io/bolt3d](https://szymanowiczs.github.io/bolt3d?utm_source=ai-bot.cn)

- **arXiv技术论文**：[https://arxiv.org/pdf/2503.14445](https://arxiv.org/pdf/2503.14445)

## Bolt3D的应用场景

- **游戏开发**：快速生成游戏中的 3D 场景，减少开发时间和成本。

- **虚拟现实与增强现实**：为 VR 和 AR 应用提供实时的 3D 场景生成，提升用户体验。

- **建筑设计**：快速生成建筑的 3D 模型，便于设计和展示。

- **影视制作**：用于电影和电视剧中的特效制作，快速生成复杂的 3D 场景。

## 常见问题解答 (FAQ)

### Bolt3D是什么技术？
Bolt3D 是谷歌研究院、牛津大学 VGG 团队和谷歌 DeepMind 联合推出的 3D 场景生成技术，属于潜在扩散模型，可从一张或多张图像直接采样出 3D 场景表示，并支持高斯溅射渲染。

### Bolt3D生成3D场景有多快？
文章给出的实测结果显示，Bolt3D 在英伟达 H100 GPU 上仅需 6.25 秒就能把照片处理成完整的三维场景，单个 GPU 上也能在不到七秒内完成生成。

### Bolt3D适合哪些应用场景？
Bolt3D 适合需要快速生成三维内容的场景，包括游戏开发、虚拟现实与增强现实、建筑设计以及影视制作，可用于实时查看、渲染和快速搭建复杂 3D 场景。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
