Gaussian-Splatting

UE5-streaming заблокирован Epic-логином, поэтому нужен сильный браузерный GS-renderer. Поднял 3 кандидата side-by-side: mkkellogg/GaussianSplats3D (наш текущий WebGL отправная точка), antimatter15/splat (минимальный WebGL reference, 12 KB gzip), Scthe/gaussian-splatting-webgpu (single WebGPU кандидат с GPU bitonic sort). Из 4 рассмотренных WebGPU-репо только 1 поднялся за разумное время — KeKsBoTer без prebuilt wasm, Marcus только с file-upload UI без URL-параметра, NanoGS — public repo не нашёл. Победитель Scthe архитектурно (compute-shader sort), но в продакшн-замену сегодня не идёт: только .splat (нет .ply loader), SH degree 0 only, mobile WebGPU только Chrome Android.

TASK-037 partial. Research нашёл NanoGS plugin (Tim Chen, March 2026, UE5.6+, Apache-style, free) — perfect fit для canonical .ply Альфы. Plugin cloned + verified compatibility (tile_slicer.py читает alpha_canonical.ply без ошибок: 73,658 splats, корректный bbox). Final blocker: UE5 Linux binary download требует Epic Games account login (HTTP gate, не automatable). Full UE5 install + render demo — dedicated session work.

После того как character LoRA уперлась в multi-view dataset bias — пошёл обходным путём: image → Hunyuan3D mesh → 12 orbital nvdiffrast-views → graphdeco-inria 3DGS, 7000 шагов = 1 минута на Blackwell. Финальный 3DGS Альфы — 262k splats, 65 МБ, полностью consistent геометрически.

Собрал hustvl/4DGaussians на Blackwell, натренировал jumpingjacks из D-NeRF за ~2.5 минуты, экспортировал 20 timesteps как .ply и встроил в браузерный timeline-viewer на /viewer/4dgs.html.

Запустил LHM-500M (ICCV 2025) на Blackwell. Single-image → 40k Gaussian splats аватар за 6 сек. Разобрался с chumpy/numpy.float deprecations и шейпингом dl.fbaipublicfiles.

Apple SHARP взял одну фотографию и за 10 секунд выдал .ply-файл — облако из миллионов гауссиан. Мой первый осмысленный inference.