3D Gaussian Splatting 的官方参考实现，用高斯点云做辐射场重建，实现实时可交互的逼真场景渲染。

用多分辨率哈希编码把 NeRF、SDF 等神经图形基元的训练从几小时压到几秒，实时渲染三维场景。

用 2D 高斯面片做辐射场重建，能同时合成新视角并输出几何精确的表面，解决了传统 3DGS 重建表面粗糙、几何不准的问题。

用张量分解来建模和重建辐射场，把 NeRF 的显存占用和训练时间大幅压下来，同时保持渲染质量。

ICCV 2021 提出的神经渲染方法，能从多视角图像高效重建几何与神经辐射场，用于新视角合成。

SPARF 是 CVPR 2023 的官方实现，用稀疏且带噪声的相机位姿训练神经辐射场，同时优化位姿，实现新视角合成。

基于神经辐射场（NeRF）的果实计数框架，能从多视角图像重建三维场景并自动统计果实数量，用于智慧农业和精准种植。

用单张图片自监督重建三维场景，基于神经辐射场实现新视角合成与深度估计，无需三维标注数据。

用稀疏视角重建户外场景的神经辐射场方法，面向自动驾驶场景的新视角合成，提供 ICCV'23 论文的 PyTorch 实现与训练代码。

基于结构感知的稀疏视角 X 射线三维重建工具箱，用 Transformer 和 NeRF 从少量 X 光片重建 CT 体积并合成新视角，降低辐射采样需求。

把 NeRF 表示成输入点云的三角剖分，用光线追踪做三维重建，训练和渲染更快，适合从点云直接生成高质量新视角。

整理基于辐射场（NeRF、3DGS）的 3D 编辑论文清单，方便研究者快速定位并跟进这一方向的进展。