带动画半径的快速模糊
内容提要
作者发现Blender“快速高斯”模糊在大半径下并不快，因此提出Smol Gaussian：先降采样，在小图上执行可分离高斯模糊，再重建图像；同时补偿降采样方差，使用三次B样条上采样，避免HDR高光闪烁。与Dual Kawase、Skia、递归高斯和Ryg模糊对比，Smol Gaussian性能与Skia相当，且半径越大越省时，已提交Blender合成器PR。
延伸解读
为什么“快速高斯”在大半径下并不快
Blender 的“快速高斯”基于递归滤波，计算量几乎不随半径增长，但这类算法源自 25 年前，并行度低，难以充分利用 GPU 或众核 CPU。因此尽管名字叫“快速”，在大半径或需要动画半径时，实际性能可能不如预期。作者正是发现这一点后，开始寻找更适合 GPU 的替代方案。
Smol Gaussian 的关键改进：降采样与方差补偿
Smol Gaussian 采用“降采样—小图高斯—重建”的思路，但相比 Skia 模糊做了几处调整：降采样时更精确地积分像素面积，避免孤立亮点随采样相位闪烁；在最终高斯核中减去降采样和重建引入的方差；核延伸到 sigma=4 并做权重衰减，减少高光截断感；重建使用三次 B 样条，避免双线性带来的斜率不连续。
性能对比：Smol Gaussian 与 Skia 相当，且半径越大越省时
在 Chrome 中测试，Smol Gaussian 与 Skia 模糊性能接近：RTX 3080Ti 上相同，M4 Max 上略慢，Intel Xe 上略快。两者都随模糊半径增大而变快，因为主要卷积在更小的图像上进行。Dual Kawase 在此实现中慢 2 到 3 倍，且动画半径时 HDR 高光过渡不够平滑。
对 Blender 的潜在影响与当前状态
作者已向 Blender 合成器提交 PR（164496），包含 CPU 和 GPU 实现。CPU 版本虽无成对双线性采样，但仍比现有 Fast Gaussian 快数倍，且无振铃伪影。目前尚未决定是替换现有模式还是新增模糊模式。若被采纳，Blender 用户在大半径模糊和动画半径场景下可能获得更稳定、更高效的结果。
Q&A
Smol Gaussian 模糊算法是如何工作的？
Smol Gaussian 先降采样到工作分辨率（可每轴不同），在小图上执行可分离高斯模糊，再重建到全分辨率。它补偿降采样和重建引入的方差，使用三次 B 样条上采样以避免 HDR 高光闪烁。
Smol Gaussian 与 Skia 高斯模糊相比有哪些改进？
相比 Skia，Smol Gaussian 在降采样奇数尺寸图像时进行更正确的像素面积积分，避免孤立亮像素闪烁；降采样级别为 ceil 半尺寸，在 sigma=6 时启用；最终高斯核扩展到 sigma=4 并渐变权重；重建使用三次 B 样条而非双线性，避免斜率不连续。
为什么 Blender 的“快速高斯”模糊在大半径下并不快？
Blender 的“快速高斯”基于递归高斯滤波，虽然计算成本与半径无关，但算法来自 25 年前，不是“ embarrassingly parallel”，不适合 GPU 并行，且可能有振铃伪影，在 HDR 高光下产生光晕或负色。
Smol Gaussian 的性能表现如何？
Smol Gaussian 性能与 Skia 模糊相当（在 RTX 3080Ti 上相同，M4 Max 上稍慢，Intel Xe 上稍快），且随着模糊半径增大反而更省时，因为主要计算在更小的图像上进行。Dual Kawase 比 Smol Gaussian 慢 2-3 倍。
Smol Gaussian 如何处理动画模糊半径？
Smol Gaussian 通过降采样到工作分辨率、补偿方差、使用三次 B 样条上采样，使模糊半径动画更平滑，避免 HDR 高光闪烁。作者还尝试过交叉淡化工作分辨率但最终放弃，因为性能开销大且视觉差异小。
Smol Gaussian 是否已集成到 Blender 中？
作者已提交一个 WIP 拉取请求（PR 164496）到 Blender 合成器节点，包含 CPU 和 GPU 实现，但尚未决定是替换现有“快速高斯”还是作为新模糊模式。CPU 实现比当前快速高斯快数倍且无振铃伪影。
