其域创新用 62 亿个高斯、150 亿个点云重建 23.5 平方公里闽宁镇，模型进入央视纪录片《闽宁大道》
来源雷峰网查看原文
速览
- 其域创新完成 23.5 平方公里闽宁镇三维重建，规模为 62 亿个高斯椭球
- 数据来自 18.6 万张影像与 150 亿个雷达点云，3 人 7 天完成外业采集
- 重建误差优于 2cm，整片区域以单一连续模型承载，无拼接断点
- 模型进入央视纪录片《闽宁大道》，历史画面由 AI 依史料重建
- LCC Plugin for UE 让十亿级 3D 高斯可直接在虚幻引擎中编辑与渲染
- LCC 格式已获 NVIDIA Isaac Sim、Sketchup、Revit 等几十家平台兼容
- 其域创新为国家级专精特新“重点小巨人”，服务 80 余国 8000 余家客户
空间智能公司其域创新（XGRIDS）宣布，其用自研采集设备与软件完成了宁夏闽宁镇 23.5 平方公里的三维重建，生成包含 62 亿个高斯椭球、由 18.6 万张航拍与地面影像及 150 亿个雷达点云训练而成的连续 3D 高斯模型，并称这是全球最大的空地一体 3D 高斯模型。该模型被用于中央广播电视总台纪录片《闽宁大道》，片中今天的闽宁镇为 3D 高斯实景重建，而缺少三维记录的戈壁与土坯房历史画面由 AI 依据史料重建。外业采集由 3 名人员历时 7 天完成，数据处理耗时 14 天，重建误差优于 2cm。其域创新还发布了首个面向十亿级 3D 高斯的虚幻引擎插件 LCC Plugin for UE，使该模型可直接在 Unreal Engine 中导入、编辑、重打光与渲染。
关键事实
- 重建区域为闽宁镇，覆盖 23.5 平方公里，相当于 3291 个标准足球场
- 模型规模为 62 亿个高斯椭球，训练数据包括 18.6 万张航拍与地面影像、150 亿个雷达点云
- 外业采集由 3 名采集人员历时 7 天完成，亿级高斯超大数据处理耗时 14 天
- 重建几何精度达厘米级，重建误差优于 2cm
- 整个 23.5 平方公里以单一连续模型承载，未采用分块重建再拼接的方式
- 采集设备包括无人机挂载设备、灵光 L2 Pro 空间扫描仪与灵视 P1 空间相机
本站视角
对国内做 3D 重建、数字孪生和空间智能的团队来说，这个项目的参考价值不在“62 亿高斯”这个数字本身，而在于它把几个通常分开的环节串成了一条可交付的链路：空地一体采集、Multi-SLAM 解算、高斯训练、UE 内生产级编辑渲染。过去城镇级高保真重建的瓶颈往往不在算法，而在数据采集效率与后处理管线能否支撑亿级高斯的导入和渲染；3 人 7 天外业、14 天处理、误差优于 2cm 这组数字如果可复现，意味着这类项目的成本结构已经发生变化，承接方从“能做单点 demo”转向“能接整片区域的交付”。 对做 Agent 和世界模型的团队，更值得关注的是数据侧。真实世界的三维数据正在成为训练具身智能与空间理解模型的稀缺资产，而这类数据的采集成本远高于文本和图像。其域创新把 LCC 格式开放给 NVIDIA Isaac Sim、Sketchup、Revit、3DS Max、超图等几十家平台，本质上是想把自己放在“真实空间数据入口”的位置上——格式被多少平台兼容，决定了它能否成为数据流通的默认载体。这一步的战略意义可能大于单个纪录片项目。 对内容平台和影视制作方，LCC Plugin for UE 是更直接的工具信号：如果十亿级高斯真能在引擎里完成重打光与任意机位取景，那么“实景拍摄 + 数字场景补拍”的边界会进一步模糊，纪录片、文旅宣传片、数字文创的成本和周期都可能被压缩。文物古建数字化保护、沉浸式云游这类场景也会因此受益。 需要指出的是，本文信息来自其域创新的官方口径，经雷峰网发布，属于企业侧单方面披露。“全球最大的空地一体 3D 高斯模型”“市场上还没有其他 UE 高斯插件能够承载这样的规模”这类表述没有第三方验证，也没有给出对比基准和评测方法，读者应将其视为厂商主张而非行业共识。重建误差优于 2cm 同样只有单一来源，缺少测量方法与抽样范围的说明。此外，文中把项目与《中共中央 国务院关于发展新质生产力的意见》等政策表述紧密绑定，带有明显的宣传属性，判断技术价值时应把政策叙事与技术指标分开看。真正需要观察的是：这套管线能否在闽宁镇之外、在非示范性项目上以同等成本和周期复现，以及 LCC 格式的开放兼容能否转化为实际的数据流通量，而不只是兼容列表上的名字。
背景与影响
闽宁镇是东西部协作的典型案例：1996 年福建与宁夏确立对口帮扶关系，1997 年闽宁村在贺兰山东麓戈壁滩上建立，第一批西海固移民 8000 多人迁入，三十年后发展为下辖 1 个社区、6 个行政村、6 万多人的移民示范镇。此前这段历史主要留存于文件、照片与亲历者讲述中，都是片段式记录。此次三维重建把 2026 年的闽宁镇以可进入、可测量、可比对的空间形式保存下来，意味着城镇级场景的数字存档从“影像记录”走向“可步入的空间记录”。 从技术路径看，这次项目的几个关键点值得注意：一是空地一体采集，无人机与地面扫描设备的数据通过 LCC Studio 的空地融合功能汇入同一空间坐标系；二是 Multi-SLAM 将激光数据解算为 150 亿个点云，确立几何关系；三是以多模态数据训练高斯椭球还原光影、色彩与材质。大范围场景通常分块重建再拼接，接缝、色差与几何错位难以避免，而该项目以单一连续模型承载全部 23.5 平方公里，这是其宣称的主要技术差异点。 在应用侧，LCC Plugin for UE 把十亿级 3D 高斯带入 Unreal Engine 的生产流程，导入、编辑、重打光与渲染均在引擎内完成，这使三维数字资产可以直接进入影视制作管线，而不只是停留在可视化展示。其域创新同时强调 LCC 格式的开放性，已被 NVIDIA Isaac Sim、Sketchup、Revit、3DS Max、超图等几十家国内外平台兼容。 放到更大的背景下，世界模型与空间智能正成为中美科技竞争的新焦点，真实世界的三维数据被视为 AI 理解物理世界的关键入口。其域创新称其构建了从空间采集、3D 高斯生成、压缩、编辑到应用部署的完整技术体系，拥有 100 多项发明专利，产品服务 80 余个国家的 8000 余家客户，并入选《深圳市首台（套）重大技术装备推广应用指导目录》。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。