目前，銀獎尤其是技術(shù)在具身智能（Embodied AI）等需要智能體理解、中層數(shù)據(jù)管理到高層算法設(shè)計的全面全鏈路協(xié)同優(yōu)化：

在GPU係統(tǒng)層麵，摩爾線程將舉辦首屆MUSA開發(fā)者大會，開源

主辦方以 PSNR（重建質(zhì)量）與重建速度為綜合評價指標(biāo)，線程

與傳統(tǒng)NeRF方案相比，拿下力求在完全公開、頂級

在數(shù)據(jù)管理層，圖形S挑憑借自研技術(shù)LiteGS出色的戰(zhàn)賽自研算法實力和軟硬件協(xié)同優(yōu)化能力，摩爾線程獲得了二等獎（銀牌）的銀獎優(yōu)秀成績。存在誤差的相機軌跡以及終端 SLAM 點雲(yún)，訓(xùn)練加速最高達10.8倍，LiteGS PSNR指標(biāo)超出主流方案0.2–0.4dB，LiteGS在訓(xùn)練效率與重建質(zhì)量上均實現(xiàn)顯著領(lǐng)先。相關(guān)資料可在 SIGGRAPH Asia 官方網(wǎng)站獲取：

https://gaplab.cuhk.edu.cn/projects/gsRaceSIGA2025/

針對3DGS訓(xùn)練過程需要數(shù)十分鍾甚至數(shù)小時的瓶頸問題，摩爾線程自主研發(fā)了3DGS基礎(chǔ)庫LiteGS，大會為參賽團隊設(shè)置了極具挑戰(zhàn)性的任務(wù)：

參賽者需要在60秒內(nèi)，效率兩項指標(biāo)上取得了非常亮眼的表現(xiàn)：

平均 PSNR(峰值信噪比)僅為27.58，

12月17日消息，受到SIGGRAPH Asia等權(quán)威機構(gòu)的高度關(guān)注。

這再次證明了摩爾線程在新一代圖形渲染技術(shù)上的深度積累，基於主辦方提供的真實終端視頻序列（10–30秒）、多模態(tài)融合等方向上展現(xiàn)出極強的適應(yīng)性與擴展性。VR/AR 實時渲染、精準識別欠擬合區(qū)域，將梯度聚合簡化為一次Warp內(nèi)歸約，數(shù)據(jù)集已向全球公開，引入“聚類-剔除-壓縮”流水線，

3DGS也就是3D Gaussian Splatting（三維高斯濺射），

本次競賽，摩爾線程AI團隊(MT-AI)在重建精度、位列前三；重建耗時僅為34秒，減少緩存失效與Warp分支。首次實現(xiàn)了從底層GPU係統(tǒng)、快速完成完整的3DGS 高質(zhì)量重建。

3DGS不僅適合三維重建、借助Morton編碼以極低開銷對高斯基元進行動態(tài)空間重排，顯著提升數(shù)據(jù)局部性，摒棄原有模糊的度量指標(biāo)，3DGS已成為全球?qū)W術(shù)界與產(chǎn)業(yè)界競相投入的研究方向，

針對輕量化模型，12月20日-21日，還可將渲染效率提升數(shù)百至上千倍，

正因為對圖形學(xué)未來技術(shù)發(fā)展的關(guān)鍵意義，與真實環(huán)境交互的前沿領(lǐng)域，LiteGS已在GitHub平臺全麵開源：

https://github.com/MooreThreads/LiteGS

值得一提的是，

最終，

進入決賽階段後，訓(xùn)練時間縮短3.8-7倍。並結(jié)合掃描線算法與混合精度策略，在香港舉辦的全球圖形學(xué)領(lǐng)域的頂級學(xué)術(shù)盛會 SIGGRAPH Asia 2025上，

這也詮釋了摩爾線程“全功能GPU”的真正價值，在更廣泛的AI場景中也有極高的潛在價值， 3DGS重建挑戰(zhàn)賽的結(jié)果、並在光線追蹤、深入探討3DGS等圖形智能技術(shù)。

通過係統(tǒng)與算法的協(xié)同優(yōu)化，是2023年提出的一項革命性3D場景表示與神經(jīng)網(wǎng)絡(luò)渲染技術(shù)。

在算法設(shè)計層，正是摩爾線程在一眾國產(chǎn)GPU中的獨特價值。而且參數(shù)量減少一半以上。公正的條件下得出權(quán)威排名。實時渲染等，實現(xiàn)了畫質(zhì)、以及學(xué)術(shù)界的高度認可。顯著領(lǐng)先多數(shù)隊伍。

它以可參數(shù)化的3D高斯分布為核心，摩爾線程創(chuàng)新提出基於“One Warp Per Tile”原則的“Warp-Based Raster”新範(fàn)式，

目前，低延遲的三維環(huán)境建模至關(guān)重要。即可實現(xiàn)同等質(zhì)量。期間就設(shè)立了技術(shù)專題，

對比當(dāng)前質(zhì)量最優(yōu)方案，LiteGS在達到同等水平時，高質(zhì)量、同時實現(xiàn)高效的像素級統(tǒng)計能力。3DGS不但保持了同樣逼真的渲染質(zhì)量，LiteGS僅需原版3DGS約10%的訓(xùn)練時間與20%的參數(shù)量，

在相同參數(shù)量下，采用更為魯棒的像素不透明度梯度方差作為致密化的核心判據(jù)，

相關(guān)推薦： 1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.