3D高斯喷洒是一种用于实时渲染的3D重建方法，结合显式场景表示和可微分渲染算法，具有独特优势。本文综述了其最新进展、原理和应用，评估了其在不同任务中的性能和实用性，并指出了当前挑战和未来研究方向。

该文章介绍了一种基于神经隐式表示法的多帧结构光设置深度估计技术，通过自我监督的可微分渲染训练神经符号距离场（SDF），实现几何场的独立优化。实验结果表明，该方法在少样本情景下具有优越性，并且在增加模式可用性的情况下实现了可比较的结果。

LoD-NeuS是一种高效神经表示方法，用于高频几何细节恢复和抗锯齿新视图渲染。该方法采用多尺度三平面场景表示方法，能够捕捉有符号距离函数和空间辐射的细节级别，并通过可微分渲染优化细节级别特征体积。作者还提出了一种误差引导的采样策略。实验结果表明，该方法在表面重建和逼真视图合成方面效果优越。