本研究提出了一种混合熵模型HEMGS，旨在解决三维高斯点云模型的数据膨胀问题。该方法结合超先验网络与自回归网络，压缩效果提升约40%，渲染质量优于基准方法。

本研究提出了DGGS框架，解决了无干扰可泛化三维高斯点云渲染的挑战。通过引入参考预测和修剪模块，DGGS显著提高了模型在干扰数据下的稳定性和预测精度，优于传统方法。