News Entwickler erstellt Ego-Shooter mit "Gaussian Splats": Kostenlos im Browser spielbar

[PCGH-Redaktion]

Ein Entwickler veröffentlicht einen fotorealistischen Shooter mit neuer Gaussian-Splatting-Technologie als kostenlos spielbares Browserspiel, um zu zeigen, was diese Technik im Spielebereich ermöglichen kann.

Was sagt die PCGH-X-Community zu Entwickler erstellt Ego-Shooter mit "Gaussian Splats": Kostenlos im Browser spielbar

Bitte beachten: Thema dieses Kommentar-Threads ist der Inhalt der Meldung. Kritik und allgemeine Fragen zu Online-Artikeln von PC Games Hardware werden hier gemäß der Forenregeln ohne Nachfrage entfernt, sie sind im Feedback-Thread besser aufgehoben.

 

[Zik7]

Hui! Ich habe gerade mal kurz reingeschaut! Nicht schlecht! CPU und GPU Anforderungen halten sich wohl stark in Grenzen!

 

[Buffalo-Phil]

Wie geil ist die Demo bitte Einfach so im Browser. Wie Cool.
Schön zu sehen, was schön alles geht.

 

[Fiz316]

Da sieht man, da geht was! Geil!

 

[Blowfeld]

Interessante Machbarkeitsstudie. Ruckelt wie Sau in meinem Browser. Ich vermute, dass meine Addons da zwischenfunken.

 

[SIR_Thomas_TMC]

Thx, hatte schon befürchtet, es wird nicht erläutert.
Gaußsches Splatting
Hab es aber noch nicht ganz kapiert. Haben die Voxel selbst ihre Textur? Was ist der Grund für bessere Performance?

 

[PCGH_Phil]

Thx, hatte schon befürchtet, es wird nicht erläutert.
Gaußsches Splatting
Hab es aber noch nicht ganz kapiert. Haben die Voxel selbst ihre Textur? Was ist der Grund für bessere Performance?

Du hast im Grunde (3D-)Bilder (und/oder Videos), aber statt die wie üblich auf Primitives wie Polygone zu "kleben", werden die als 3D-Volumen (so ähnlich wie Voxel, bei moderneren Anwendungen sind es oft Radiance Fields) mit einer Art Point-Cloud in der Umgebung verteilt, darauf in Echtzeit (und nicht selten durch neuronale Netzwerke unterstützt) mit der Kamera abgeglichen (etwa mittels Raycasting) und dann entsprechend verzerrt, um zur Perspektive zu passen.
Wird auch teilweise für VR etc. genutzt.

Es gibt verschiedene Ansätze und Algorithmen, die unterschiedliche Resultate produzieren.
Hier ist ein Paper mit einer recht aktuellen Herangehensweise, da sind auch eine ganze Reihe Beispielvideos und Vergleiche zu anderen Algorithmen: https://repo-sam.inria.fr/fungraph/3d-gaussian-splatting/

EDIT: Das Lighting wäre dann allerdings auch wieder "vorgebacken" bzw. statisch.

Gruß,
Phil

 

[JoeyTai]

Danke für das paper! Klasse

 

[SIR_Thomas_TMC]

@PCGH_Phil Danke dir. Das hat es zwar erst für mich nicht viel besser gemacht (keine Kritik an deiner Erklärung!). Aber ich hab es als Anlass genommen, mich da mit Chatty zu unterhalten.

Ich glaub ich hab es dann durch mehrfaches nachfragen so langsam kapiert. :

Fazit aus dem Dialog:

Gaussian Splatting – sauber in 8 Punkten

1. Statt Dreiecken nutzt man viele weiche 3D-Punkte („Gaussians“) im Raum - quasi Mini-Wolken
2. Jeder Punkt hat Position, Größe und Farbe
3. Zusätzlich speichert jeder Punkt richtungsabhängig, wie er aussieht
4. Diese Infos werden aus vielen Fotos/Videos gelernt (optimiert)
5. Die Punktwolke ist eine Annäherung an das echte Aussehen der Szene
6. Beim Rendern wird kein Licht physikalisch berechnet
7. Stattdessen werden die Punkte je nach Kamerablick kombiniert
8. Funktioniert gut für statische Szenen, schlecht für änderndes Licht oder Geometrie

Eine gelernte 3D-Punktwolke, die weiß, wie sie aus verschiedenen Blickrichtungen aussieht – aber nicht, warum.

Grenzen

1. Kein echtes Lichtmodell
   → Lichtänderungen (Tag/Nacht, Lampen) funktionieren kaum
2. Keine echte Geometrie
   → Kollisionen, Physik, Interaktion nur indirekt möglich
3. Datenabhängig
   → Neue Situationen (andere Beleuchtung, Veränderungen) sind nicht enthalten

Lösungsansätze (3 Punkte)

1. Hybrid-Systeme
   → Umgebung = Gaussian, Interaktion = klassische 3D-Grafik
2. Zusätzliche Modelle / KI
   → versuchen, neue Licht- oder Blicksituationen zu schätzen
3. Erweiterte Punktdaten
   → mehr Infos pro Punkt (z. B. bessere Richtungs- und Materialdaten)

 

[Ion_Tichy]

Sehr beeindruckend.

 

[Cleriker]

@PCGH_Phil Danke dir. Das hat es zwar erst für mich nicht viel besser gemacht (keine Kritik an deiner Erklärung!). Aber ich hab es als Anlass genommen, mich da mit Chatty zu unterhalten.

Ich glaub ich hab es dann durch mehrfaches nachfragen so langsam kapiert. :

Fazit aus dem Dialog:

Das ist doch ziemlich genau das was auch @PCGH_Phil beschrieben hat. Für mich war dein post zu lesen so, als hätte ich zweiml hintereinander exakt den gleichen Absatz gelesen. Lustig wie unterschiedlich man sowas aufnehmen kann.

 

[SIR_Thomas_TMC]

Für mich war dein post zu lesen so, als hätte ich zweiml hintereinander exakt den gleichen Absatz gelesen.

Das stimmt sicher. Ich denke der Dialog mit Chatty über einige Seiten hat sehr viel geholfen. Ich vermute, du hast schon vorher eingermaßen gut gewusst, was das ist.
Also ich dann nochmal den Text von @PCGH_Phil gelesen hab, hab ich auch mehr verstanden als vorher. Ah, Wolke, ah, richtungsabhängig...

 

[joecnstr]

Sehr interessanter Ansatz! Ich vermute, das würde auch in Kombination mit Machine Learning Algorithmen / Upsampling sehr gut funktionieren. "Gratis" ist es aber nicht - es lief bei mir im Browser ziemlich flüssig, aber bei fast 100% Auslastung der RX 9070 XT

 

[sentinel1]

Gefällt mir.
Die Grafik hat (gefühlt) dezent gewackelt, außer es ist gewollt beim Laufen?
(I7-4770k, RTX 2080, CachyOS)