3D高斯泼溅（3D Gaussian Splatting）目前被视为最逼真的新视角合成技术之一，但它长期卡在同一个瓶颈上：计算与存储开销太大，尤其是高阶球谐函数（SH）部分，导致移动端设备根本无法承载。知识库中与这一方向直接相关的最新进展，主要围绕如何在不牺牲画质的前提下把模型压小、把资源分配得更聪明这两条路线展开。
较早的一条是 Flux-GS 方法，它针对的正是手机端实时渲染这个看似不可能的目标。其思路是先用蒙特卡洛采样把高阶光照信息压缩进一个紧凑的隐空间，只保留低阶部分，再通过一个属性条件增强模块补回高频细节，而这个模块不增加推理成本。同时，该方法用多视角信息指导高斯点的增删，避免生成过多冗余点。最终结果是在保持画质的前提下参数大幅减少，手机端能够实时渲染。需要说明的是，这并不是一个明天就能下载使用的 App，但它让手机跑 3D 高斯渲染从不可能变成了可能 [1]。
更近的一条进展出现在 2026 年 10 月，方向从压缩模型转向了更聪明的资源分配。这项 3D 场景重建新方法的核心思想是在复杂区域堆积密集粒子、在平坦区域用大块粒子铺开，从而在同样画质下大幅减少所需粒子数；它还额外提供了推理时按需调节精细度和内存占用的能力 [13]。与 Flux-GS 压缩光照表示的做法不同，这条路线优化的是高斯点本身的分布效率，两者在减少冗余这个目标上是相通的。
如果把视野放宽到 3D 内容生成的提速，还有一条相邻但不等同的进展值得一提：针对稀疏注意力的新方法把提速与画质损失拆开来分别定位原因，在画质几乎不变的前提下将视频与 3D 资产生成速度提升了 1.8 到 2.3 倍 [15]。这属于生成阶段的加速，与前面两项针对高斯泼溅表示与渲染的优化并不是同一件事，但都指向同一个现实约束：3D 相关技术要真正落地，成本必须降下来。
从知识库现有的信息看，高斯泼溅的进展集中在 2026 年下半年，且都以论文形式呈现，尚无成熟的消费级产品化消息。