本文介绍了一种结合高斯喷洒和NeRF技术的混合模型，旨在提高三维物体的渲染效果。该模型实现了高效的三维重建、编辑和实时渲染，具备快速训练和存储优化的优势。文章还综述了3D高斯喷洒的最新进展，探讨了其应用和未来研究方向，为新研究人员提供参考。

3D高斯喷洒（3DGS）是继NeRF之后的新型三维渲染技术，使用显式高斯分布表示场景，训练速度快且支持实时渲染。本文综述其原理、应用与性能，并介绍GaMeS、动态场景重建、网格提取、4D-GS、紧凑表示、GS-SLAM等改进方法，指出其推动下一代三维重建变革。

本文综述神经辐射场（NeRF）在三维渲染与视角合成领域的最新进展，涵盖联邦学习结合低秩分解保护数据隐私、自适应多NeRF加速复杂场景渲染、网格化表示提升渲染效率、SE-NeRF自进化框架改善少样本几何质量、SinNeRF单视角训练、Du-NeRF双重重建、连续学习框架及D-NeRF动态场景扩展等方法。

本文综述神经辐射场（NeRF）在三维渲染与视角合成领域的研究进展，涵盖NeRF综合、SfMNeRF、三维场景风格化、RustNeRF、Enhance-NeRF等方法，涉及新视角合成、实际影像退化建模、相机位置优化及虚拟现实应用，并展望三维表示的未来发展。