WebSplatter:11 台设备零失败跑完 3DGS,WebGPU 终于不再只认英伟达了
WebSplatter 是一篇被 ACM Multimedia 2026(第 34 届,CCF-A)收录的论文,作者来自北京大学、阿里巴巴集团和南洋理工大学,第一作者是北大博士生韩宇栋。
WebSplatter要解决的问题是「3DGS 在网页上到底能不能跑」。
论文的判断很直接:现在那些网页端 3DGS 查看器,基本是把 CUDA 管线原样搬过来的,而那套同步和内存模式并不能跨 GPU 架构通用,结果就是在非英伟达显卡和移动设备上直接渲染失败。
它给的方案是三样东西拼起来——无等待基数排序(wait-free radix sort)、硬件加速的顶点/片元光栅化管线、按透明度调整四边形尺寸。
结果挺硬:11 台消费级设备,覆盖 NVIDIA、AMD、Apple、Qualcomm、MediaTek 五种 GPU 架构,每个基准场景在每台设备上都没失败。相对「幸存的基线」提速 1.1–2.5 倍,跟原生 CUDA 渲染器比,平均 ΔPSNR 只有 0.07 dB。
「幸存基线」这个词是全文最关键的细节。它意味着对比组里已经有方案在部分设备上跑挂了,能拿来比的只剩跑得通的那几个。所以这项工作的第一价值是可靠性,速度只是顺带。
先说两个容易搞混的地方
时间上得澄清一下。arXiv 预印本 2602.03207 是 2026 年 2 月提交的,10 月是会议收录和公开演示的时间。所以这是一篇在 10 月被大范围讨论的会议论文,不是 10 月才出现的新成果。
数字上也有一处差异。作者主页写的是「相比当前最优的网页端 3DGS 查看器提速 1.2–4.5 倍」,论文摘要写的是「相比幸存的基线提速 1.1–2.5 倍」。两者不矛盾,只是口径不同:前者对标的可能是全部基线(含跑挂的),后者只算跑通的。本文采用论文摘要的口径。
问题的根因是:CUDA 管线不是「移植」,是「绑定」
论文摘要里这句话值得逐字读:
existing web viewers naively port CUDA-based pipelines whose synchronization and memory patterns do not generalize across GPU architectures, causing rendering failures on non-NVIDIA and mobile devices.
翻译过来:现有的网页端查看器「天真地」移植了基于 CUDA 的管线,而它的同步与内存模式却无法跨 GPU 架构通用,导致在非英伟达与移动设备上渲染失败。
这句话点破了一个行业里普遍被忽略的事实:3DGS 的原始实现是围绕英伟达 GPU 的编程模型写的。排序、前缀和、工作组间同步,全都建立在 CUDA 的假设上。你把同一套逻辑用 WebGPU 重写一遍,语法上能过,但在 AMD、Apple、Qualcomm 的 GPU 上,工作组调度和内存可见性的行为并不一样。
结果就是「在开发机上好好的,客户一打开就黑屏」。这几乎是所有做 Web3D 交付的人都遇到过的场景。

三个技术点:把「依赖隐式行为」改成「显式声明」
方法部分给了三个具体手段,每一个都在对付上面那个根因:
| 手段 | 做法 | 解决什么 |
|---|---|---|
| 无等待基数排序 | 把跨工作组依赖拆解成显式同步的多次 dispatch,用 bitmap-popcount 排名保证跨架构的确定性推进 | 排序是 3DGS 的第一步,也是最依赖同步语义的一步 |
| 硬件加速的顶点/片元光栅化 | 移除内存密集的 tile-splat 对缓冲 | 原来的软光栅要维护大量中间缓冲,移动端显存扛不住 |
| 感知透明度的四边形尺寸 | 按不透明度调整每个 splat 的四边形尺寸 | 减少 overdraw,且不改变高斯求值本身(即不牺牲精度) |
「不改变高斯求值」这句是重点。很多移动端优化是靠降精度换速度的,这篇明确说自己的加速没有动高斯求值,所以后面才敢报 ΔPSNR 0.07 dB 这种几乎无损的数字。
结果:11 台设备、5 种架构、零失败
论文给出的评估规模是这样的:
- 11 台消费级设备;
- 5 种 GPU 架构:NVIDIA、AMD、Apple、Qualcomm、MediaTek;
- 5 个场景、156 个视角;
- 每个场景在每台设备上都没失败(every benchmark scene on every tested device without failure);
- 速度相对幸存基线 1.1–2.5 倍;
- 与原生 CUDA 渲染器平均 ΔPSNR 0.07 dB。
这三组数字要一起看才有意义。只报速度不报失败率是耍流氓,只报 PSNR 不报设备数也不成立。「零失败 + 1.1–2.5× + 0.07 dB」这个组合说明的是:它换来的是通用性,不是拿画质换速度。
Demo 的规模:34 万 splat、5 MB
项目页挂了个可交互 Demo:Van Gogh Room,341,294 个 splat,SPZ 压缩后的 GLB 只有 5.05 MiB。
这组数字对做交付的人有参考价值。34 万 splat / 5 MB 是一个「能在网页上正常加载」的量级。作为对照,很多实景扫描出来的场景动辄几百万 splat、几十上百 MB,那个量级目前还得靠 LOD 和流式加载解决,单篇渲染优化论文解决不了。

几点判断
这篇论文的价值不在「更快」,在「更可靠」。3DGS 网页端这些年的讨论几乎都在比帧率和画质,但真正卡住商用落地的是「客户那台机器能不能打开」。它把跨架构零失败当成第一目标来写,选题本身就比多数同类工作更贴近工程现实。
顺带还暴露了一个行业事实:很多所谓的「WebGPU 版 3DGS 查看器」,其实是 CUDA 代码的翻译件。这类项目在开发者自己的英伟达机器上演示效果极好,一放到 AMD 或者手机上就出问题。采购或选型的时候,让对方在非英伟达设备上当场打开,比看演示视频有用得多。
对做数字孪生和实景三维的团队来说,这篇的意义是「移动端第一次进入可选范围」。以前网页端 3DGS 基本等于桌面加独显,现在有了跨 Qualcomm / MediaTek 的可行性证据。但注意,论文测的是渲染,不是加载。移动端的网络、显存、发热仍然是另一道关。
也别把它当成可以直接用的方案。代码开源在 github.com/websplatter/WebSplatter,但学术实现和生产可用之间通常还有距离,尤其它改的是渲染管线底层,跟 three.js / PlayCanvas 这些引擎怎么集成,得自己解决。
最后给关注这个方向的人一个观察点:3DGS 的标准化正在往 glTF 走(KHR_gaussian_splatting 扩展已进入候选阶段),而 WebGPU 是浏览器端唯一能承载它的现代图形接口。「格式标准化」和「渲染跨设备可靠」这两件事同时成立,3DGS 才真正具备交付条件。这篇解决的是后半件。
参考来源
- WebSplatter 项目页(含摘要、方法、结果与在线 Demo):https://websplatter.github.io/
- 论文预印本:arXiv 2602.03207,https://arxiv.org/abs/2602.03207
- ACM DOI:https://doi.org/10.1145/3767308.3835220
- 开源代码:https://github.com/websplatter/WebSplatter
- 第一作者主页(含成果列表与速度口径说明):https://hanyd.site/
