Gaussian splatting w nieruchomościach: kamera 360°, LiDAR czy Matterport i gdzie liczyć model

Szybka odpowiedź

Gaussian splatting (3DGS) zamienia zdjęcia lub wideo mieszkania w scenę 3D, po której oglądający płynnie przelatuje w przeglądarce, zamiast skakać między punktami panoramy. Do wnętrz najlepszy stosunek jakości do kosztu daje kamera 360° i nagranie wideo. Telefon z LiDAR jest najszybszy, ale słabszy na większych obiektach. Skaner typu Matterport daje pomiary i sprawdzony spacer, a dron pokazuje budynek z zewnątrz. Model policzysz otwartymi narzędziami na własnym GPU albo w chmurze. Splat nie jest narzędziem pomiarowym: szkło, lustra i ruch psują model, a błąd geometrii sięga centymetrów. Do metrażu potrzebny jest LiDAR albo pomiar.

Czym jest 3D Gaussian splatting, prostymi słowami

Wyobraź sobie scenę złożoną z miliona lub kilku milionów małych, półprzezroczystych, kolorowych „kropel” w kształcie elipsoid. Każda ma położenie, rozmiar, obrót, przezroczystość i kolor, który może zmieniać się zależnie od kąta patrzenia. Dzięki temu odblask na podłodze przesuwa się, gdy ruszasz kamerą. Algorytm dopasowuje te krople tak długo, aż obraz widziany z pozycji każdego zdjęcia wygląda jak to zdjęcie.

Metodę opisali Kerbl i in. w 2023 r. Według publikacji daje renderowanie w czasie rzeczywistym (co najmniej 30 klatek na sekundę w 1080p) przy jakości porównywalnej z najlepszymi metodami neuronowymi. Punktem wyjścia jest zawsze zestaw zdjęć ze znanymi pozycjami kamery, które wyznacza się metodą Structure-from-Motion, najczęściej w COLMAP.

Dwie metody, z którymi splat jest porównywany:

• Siatka z fotogrametrii. Klasyczny model 3D z trójkątów i tekstury. Dobrze nadaje się do pomiarów i CAD, ale słabo radzi sobie z odblaskami, szkłem, roślinnością i cienkimi detalami. Wygląda jak model, a nie jak zdjęcie.
• NeRF (Mildenhall i in., 2020). Scena zapisana w sieci neuronowej, z której obraz liczy się dla każdego piksela. Daje fotorealizm, ale renderowanie jest wolne, więc w przeglądarce praktycznie się go nie używa.

Czym nagrywać: cztery opcje

Kamera 360° (np. klasa Insta360)

Jedno nagranie łapie całe otoczenie, więc chodząc powoli przez mieszkanie, zbierasz klatki z wielu pozycji bez pilnowania kadru. Insta360 X6, wprowadzony w sierpniu 2026 r., nagrywa 360° w 8K przy 50 kl./s na dwóch matrycach 1/1,1 cala. Do splatu nie potrzebujesz jednak najnowszego modelu. Ważniejsze jest powolne tempo, stabilna ekspozycja i nagranie każdego pomieszczenia z kilku wysokości.

Do przetwarzania masz dwie drogi. Pierwsza to gotowe usługi: aplikacja Insta360 ma funkcję Spatial Capture (dla X6, X5 i X4 w wybranych trybach), a od kwietnia 2026 r. Insta360 współpracuje ze Splatica, platformą, która zamienia nagrania 360° w sceny 3DGS. Obie przetwarzają nagranie w chmurze zewnętrznego dostawcy. Według warunków Spatial Capture, które opisał portal Radiance Fields, rekonstrukcję wykonuje firma z Shenzhen. Druga droga to własny pipeline: COLMAP od wersji 3.12 ma przykład Structure-from-Motion dla panoram 360°, który dzieli klatki sferyczne na nakładające się widoki perspektywiczne, a od wersji 4.1 obsługuje też natywnie kamery sferyczne (equirectangular).

Telefon z LiDAR

iPhone w wersji Pro albo iPad Pro z aplikacją Scaniverse lub Polycam to najszybszy start. Scaniverse (Niantic Spatial) liczy splaty bezpośrednio na urządzeniu, bez wysyłania danych, a Polycam eksportuje splaty do PLY. LiDAR w telefonie daje splat w skali metrycznej. Badanie ISPRS z 2026 r. pokazało jednak, że rekonstrukcje z telefonu z LiDAR mają dryf, który rośnie z wielkością obiektu: przy dwukrotnie większym obwodzie budynku błąd rósł 1,5-2 razy. Rekonstrukcje oparte na samych zdjęciach wypadły lepiej i wizualnie, i przestrzennie.

Skaner typu Matterport

Matterport Pro3 łączy LiDAR z panoramami. Producent podaje dokładność ±20 mm na 10 m, zasięg do 100 m (w eksporcie E57) i poniżej 20 sekund na jeden punkt skanowania. To standard rynku spacerów wirtualnych i źródło planów oraz pomiarów. Sam spacer Matterport to jednak panoramy w punktach skanu i siatka 3D, a nie splat, więc ruch jest skokowy. Zdjęcia z takiego skanu można wykorzystać do splatu, ale to osobny proces.

Dron do bryły i otoczenia

Do pokazania budynku, działki i okolicy najlepiej sprawdza się dron. DJI Terra liczy modele 3DGS ze zdjęć z drona od wersji 5. Zillow od lipca 2025 r. pokazuje w wybranych ogłoszeniach SkyTour: zewnętrzny widok domu zbudowany metodą Gaussian splatting z nagrania z drona. Loty wymagają przestrzegania przepisów lotniczych i zgód, a w terenie zabudowanym bywa to ograniczeniem.

Czasy w tabeli to orientacyjne szacunki dla jednego mieszkania, a nie wyniki pomiarów. Zależą od liczby pomieszczeń i od tego, ile razy trzeba powtórzyć ujęcia.

Gdzie i czym policzyć model

Pipeline wygląda podobnie niezależnie od narzędzia:

1. Wybór klatek. Z wideo wyciągasz ostre klatki co kilka centymetrów ruchu i odrzucasz poruszone.
2. Pozycje kamer (SfM). COLMAP wyznacza pozycję każdej klatki i rzadką chmurę punktów. W wersji 4.0 (marzec 2026) wbudowano w niego globalny mapper z projektu GLOMAP, który według autorów jest o 1-2 rzędy wielkości szybszy od klasycznego podejścia.
3. Trening splatu. Zwykle kilkadziesiąt tysięcy iteracji.
4. Czyszczenie. Usuwasz floatery (luźne gaussy w powietrzu), przycinasz okolice za oknami i wyrównujesz poziom podłogi, np. w edytorze SuperSplat.
5. Kompresja i publikacja. Konwersja do formatu webowego i osadzenie w przeglądarce.

Narzędzia, które we wrześniu 2026 r. są dostępne i rozwijane:

Nerfstudio z metodą splatfacto nadal działa, ale główne repozytorium nie ma zmian od lipca 2025 r., a rozwój przeniósł się do biblioteki gsplat. Implementacja Inrii ma licencję wyłącznie do badań, więc do zleceń komercyjnych wybierz narzędzia na Apache, BSD lub MIT albo sprawdź warunki GPL i AGPL.

Pamięć GPU. Implementacja Inrii wymaga 24 GB VRAM, żeby osiągnąć jakość z publikacji. gsplat deklaruje do 4 razy mniejsze zużycie pamięci przy krótszym czasie treningu. Mniejsze sceny, takie jak jedno mieszkanie, często da się policzyć na karcie konsumenckiej, a duże domy lub całe kondygnacje biurowe wymagają więcej pamięci, mniejszej liczby gaussów albo podziału sceny.

Chmura czy lokalnie. Usługi chmurowe są wygodne: wgrywasz nagranie i po kilku godzinach dostajesz link. Własny pipeline wymaga GPU i trochę pracy, ale daje kontrolę nad jakością, formatem i danymi. To ma znaczenie, bo nagranie wnętrza domu to często dane osobowe: zdjęcia na ścianach, dokumenty na biurku, twarze domowników. Zanim wyślesz nagranie do usługi, sprawdź, gdzie jest przetwarzane i jak długo przechowywane. Wynajęty GPU w chmurze w regionie UE to rozwiązanie pośrednie.

Pokazywanie w przeglądarce

Przeglądarki splatów. Najdojrzalsze otwarte opcje to silnik PlayCanvas z edytorem SuperSplat (oba na MIT) oraz Spark od World Labs, czyli renderer dla Three.js oparty na WebGL2, który według autorów działa niemal na każdym urządzeniu, także na słabych telefonach. Brush też ma przeglądarkę webową, ale opartą na WebGPU, więc na razie tylko w Chrome i Edge. Prosty viewer antimatter15, który spopularyzował format .splat, sam odsyła dziś do Sparka.

Rozmiar pliku. W oryginalnym PLY każdy gauss to 59 liczb zmiennoprzecinkowych (pozycja, skala, obrót, przezroczystość, kolor i współczynniki harmonik sferycznych), czyli ok. 236 bajtów. Milion gaussów to ok. 236 MB, a PlayCanvas podaje, że sceny w PLY mają od 50 MB do kilku GB.

SOG zapisuje atrybuty gaussów jako obrazy WebP z plikiem meta.json. Podobny pomysł, czyli ułożenie gaussów w siatki 2D i kompresja jak obrazów, opisali badacze z Fraunhofer HHI w pracy Self-Organizing Gaussians (ECCV 2024): w ich przykładzie scena 174 MB zmieściła się w 17 MB bez spadku jakości. Do konwersji między formatami służy otwarte narzędzie splat-transform.

Telefony. Splaty są kosztowne głównie przez liczbę operacji na pikselach (fill rate), a każdy gauss jest co klatkę sortowany według głębokości. PlayCanvas zaleca budżet ok. miliona gaussów na urządzenia mobilne i 3 milionów lub więcej na desktop, wyłączenie antyaliasingu i obniżenie rozdzielczości renderowania na słabszych urządzeniach. Dla dużych scen jest Streamed SOG, który dociąga szczegóły zależnie od odległości kamery.

Praktyczny workflow dla ogłoszenia

1. Przygotowanie. Posprzątaj, zapal wszystkie światła, zasłoń lub zostaw odsłonięte okna konsekwentnie. Usuń z widoku dokumenty i zdjęcia rodzinne. Zamknij zwierzęta w innym pomieszczeniu.
2. Nagranie. Kamera 360° na kiju na wysokości ok. 1,5 m, powolny marsz, każde pomieszczenie obejdź po obwodzie, a potem przejdź środkiem. Drugi przebieg zrób nisko, żeby złapać meble od dołu. Przejścia między pokojami nagraj bez przerwy, bo łączą scenę.
3. Wymiary osobno. Jeśli ogłoszenie podaje metraż albo rzut, zrób go dalmierzem, skanerem LiDAR lub weź z dokumentacji. Splat to warstwa wizualna.
4. Obliczenia. Klatki do COLMAP (tryb panoram), trening w gsplat, Brush lub LichtFeld Studio, kontrola jakości z kilku punktów widzenia.
5. Czyszczenie. W SuperSplat usuń floatery, przytnij widok za oknami, ustaw punkt startowy kamery.
6. Publikacja. Konwersja do SOG lub SPZ, sprawdzenie na tanim telefonie, osadzenie w stronie ogłoszenia przez PlayCanvas lub Spark. Daj obok zwykłe zdjęcia i rzut, bo nie każdy chce latać kamerą.

Ograniczenia, o których trzeba powiedzieć klientowi

Szkło i lustra. Standardowy 3DGS nie modeluje odbić fizycznie: lustro zwykle staje się „oknem” do drugiego, fałszywego pokoju za ścianą, a duże przeszklenia dają rozmyte lub dziurawe powierzchnie. Prace badawcze, takie jak Mirror-3DGS i MirrorGaussian (2024), wprowadzają osobne modelowanie płaszczyzny lustra, ale to jeszcze nie jest standard w narzędziach. LiDAR też ma problem z tymi powierzchniami i daje brakujące albo błędne odczyty.

Ruch. Metoda zakłada statyczną scenę. Ludzie, zwierzęta, firanki na wietrze czy zmieniające się światło dają smugi i floatery. Nagrywaj pusty lokal, przy stałym oświetleniu.

Dokładność. Splat jest optymalizowany pod wygląd, a geometria to produkt uboczny. W badaniu ISPRS z 2026 r. rekonstrukcje ze zdjęć miały błąd na punktach kontrolnych rzędu 1-2 cm, sam splatting zmieniał go o mniej niż 8 mm, ale dodawał floatery, a autorzy podsumowali, że splatting budynków nie jest jeszcze narzędziem do mapowania. W testach wnętrz opisanych przez Lidar News średni błąd geometrii splatów wynosił 7-8 cm. Bez punktów referencyjnych model nie zna też swojej skali.

Lista kontrolna

1. Cel to marketing i wrażenie przestrzeni, a nie pomiar? Splat ma sens.
2. Masz kamerę 360° albo telefon z LiDAR i godzinę na nagranie?
3. Wiesz, gdzie zostanie policzony model i czy nagranie może opuścić UE?
4. Wymiary i rzut pochodzą z innego źródła niż splat?
5. Lustra, duże przeszklenia i ruch zostały ograniczone przy nagraniu?
6. Plik po kompresji ładuje się w kilka sekund na tanim telefonie?
7. Licencja narzędzi pozwala na użycie komercyjne?

Źródła

• Kerbl i in.: 3D Gaussian Splatting for Real-Time Radiance Field Rendering (2023) i repozytorium Inrii z licencją
• Mildenhall i in.: NeRF, Representing Scenes as Neural Radiance Fields for View Synthesis (2020)
• McNally i in.: A Comprehensive Evaluation of the Spatial Accuracy of Building Gaussian Splatting, ISPRS Annals (2026)
• Lidar News: Gaussian Splatting and LiDAR, A Practitioner's Field Guide (2026)
• Morgenstern i in.: Compact 3D Scene Representation via Self-Organizing Gaussian Grids (ECCV 2024)
• Meng i in.: Mirror-3DGS (2024) i Liu i in.: MirrorGaussian (ECCV 2024)
• COLMAP i przykład SfM dla panoram
• GLOMAP, przeniesiony do COLMAP
• gsplat, Brush, LichtFeld Studio, OpenSplat, nerfstudio
• Jawset Postshot
• PlayCanvas: Recommended Tools
• PlayCanvas: format SOG i format PLY
• PlayCanvas: Performance
• PlayCanvas engine, SuperSplat, splat-transform
• Spark, antimatter15/splat
• Niantic SPZ
• Khronos: KHR_gaussian_splatting
• Matterport Pro3: specyfikacja
• DJI Terra V5.1
• Lidar News: Zillow SkyTour Uses Gaussian Splats
• Newsshooter: Insta360 X6
• Radiance Fields: Insta360 Spatial Capture na X6
• Insta360: partnerstwo ze Splatica
• Scaniverse w App Store
• Polycam: eksport splatów