一、论文核心信息
题目：EnliveningGS: Active Locomotion of 3DGS（EnliveningGS：3D 高斯 splatting 的主动运动生成）
作者：沈思远、邵天佳、周昆、江陈帆、尹洋
单位：浙江大学 CAD&CG 国家重点实验室、加州大学洛杉矶分校、犹他大学
会议：CVPR 2025（计算机视觉顶会，Open Access 版本已公开）
二、摘要
这篇论文提出了一款名为 EnliveningGS 的新型框架，首次让 3D 高斯 splatting（3DGS）表示的静态模型实现 “主动运动”—— 就像给物体植入 “肌肉”，让椅子走路、棋子跳跃、玩偶扭转，既符合物理规律，又能精准贴合用户设定的运动轨迹，还解决了运动中穿模、伪影、场景空缺等关键问题。
三、论文动机：为什么要做这件事？
3D 高斯 splatting（3DGS）是近年来火遍视觉领域的技术，能逼真还原 3D 场景，但它有个致命短板：场景里的物体都是 “死的”—— 要么静止不动，要么只能靠重力、推力等外力 “被动” 运动，没法像生命体一样主动调整姿态实现行走、跳跃。
现有方法的核心问题：
运动是 “被动响应”：物体只能被外力推着动，没有自主运动能力；
接触建模难：物体与地面、桌面的碰撞、摩擦是 NP 难问题，计算复杂还容易穿模；
变形有缺陷：大幅运动时会出现表面凹凸、细节丢失等伪影，分割物体后场景还会留下空缺。
为此，团队希望打造一款能让 3DGS 物体 “活过来” 的框架，让日常物品也能像生物一样主动运动，同时解决上述技术痛点。
四、核心创新点
主动运动流水线：首次实现 3DGS 模型的肌肉驱动主动运动，用户只需输入运动轨迹（如 “跳 1 米远”），框架就能自动计算所需的肌肉激活信号，无需手动设置复杂物理参数；
混合接触建模：融合罚函数法与线性互补规划（LCP），既解决了穿模问题（罚函数法软化约束），又精准还原摩擦规律（LCP 编码库仑定律），大幅降低计算复杂度；
高斯核自分裂机制：运动变形时，自动检测并分裂 “撑不住” 的高斯核，避免表面尖峰伪影；
高效场景修补：分割物体后，利用平面先验快速填补场景空缺，20 秒就能完成现有方法 20 分钟的工作量，还不依赖缺失区域大小。
五、核心方法：怎么让物体 “活” 起来？
EnliveningGS 的核心逻辑是 “给物体搭骨架、植肌肉、定规则”，三步实现主动运动：
- 搭骨架：混合网格 - 高斯表示
从 3DGS 场景中分割出目标物体（比如椅子）的高斯核集合，给它套一个 “四面体网格骨架”—— 既近似物体的体积、质量，又能给松散的高斯核提供运动约束，避免变形时散架。T=(V,F)，近似物体的总体积、质量和变形特性（其中V为节点集，F为面集）。分割过程中，通过平面近似目标物体周围环境，平面P由单位法向量N和原点到平面的距离d定义：
P(N,d)={x∈R3∣TN+d=0}
四面体网格T决定了变形后G0中高斯核的状态：四面体内部某点x变形后的位置x′，由四面体四个顶点变形后的位置v′通过重心坐标表示：
x′=i λi(x)vi′
变形后，T为G0中所有高斯核提供全局位移映射，但基于位置的插值无法准确描述高斯核的内部旋转和缩放，易产生尖峰伪影；此外，四面体网格较为粗糙，其表面与物体边界存在显著间隙，无法精确描述G0与平面的碰撞。
为解决这些问题，围绕高斯核中心m建立双向局部嵌入，精确描述其影响范围。该嵌入由高斯核对应椭球的端点[v1,v2,v3]确定：
T±=[m,v1,v2,v3]=[m,m±γs1r1,m±γs2r2,m±γs3r3]。相关参数可从缩放矩阵S=diag(s1,s2,s3)和旋转矩阵R=[r1,r2,r3]中获取；γ为描述影响范围的参数，默认值设为 3.0。每个高斯核具有两个方向嵌入T+和T−，各包含四个点。
同时加入 “双向局部嵌入”，精准捕捉高斯核的旋转、缩放，解决骨架粗糙导致的碰撞不准问题。
- 植肌肉：肌肉驱动动力学
在四面体网格T中嵌入肌肉纤维，作为运动的主要驱动力。每个时间步，节点集V中N个节点的位置p，通过动力学方程的数值积分求解：Mp¨=fext+fint+fd+fm+fc(4)
其中，M为质量矩阵；fext、fint、fd、fm、fc分别表示外力、内力、阻尼力、肌肉力和接触力；(⋅)˙表示速度，(⋅)¨表示加速度。外力fext包括重力等；内力fint（弹性力）是材料抵抗变形的弹性特性产生的合力
在四面体网格T中嵌入肌肉纤维，作为运动的主要驱动力。每个时间步，节点集V中N个节点的位置p，通过动力学方程的数值积分求解：Mp¨=fext+fint+fd+fm+fc(4)在骨架中嵌入 “肌肉纤维”（近似为分段弹簧），支持自动生成和自定义布局（纵向、径向、环形等）。通过肌肉激活矩阵，将肌肉收缩 / 伸长转化为驱动力，配合重力、阻尼力、接触力，构建动力学方程，让物体能主动产生收缩、弯曲、扭转等动作。
肌肉纤维被视为含M个分段的多边形曲线，每个分段产生的弹簧力为f=ka（k为肌肉纤维刚度，a为分段长度变化量）。肌肉段激活时，弹簧力会使周围身体收缩或弯曲。整个软体的肌肉力通过与姿态相关的激活矩阵A∈R3N×M编码：fm=A§a(7)其中，a∈RM为所有肌肉段的激活向量
本节提出适用于 3DGS 的新型接触模型。对于G0中的高斯核，首先定义双向局部嵌入T±中满足NTu+d≤0的点u为平面下方点，由此建立 3DGS 的非穿透约束不等式：Cn(u)≡N^Tu˙≥0
将高斯核上的接触力分解为fg=Nf⊥+Df∥，其中D为接触点处近似摩擦锥的方向集（与平面法向量N垂直），f⊥和f∥分别为法向力和切向力的大小。
用于规范接触速度与接触力的 LCP
- 定规则：两阶段运动生成
第一阶段：用罚函数法快速计算接触力（比如物体碰地面时的弹力），得到初步运动状态；
第二阶段：用 LCP 修正摩擦效果，通过二次规划求解最优肌肉激活值，确保物体贴合预设轨迹，不穿模、不打滑。
此外，还加入了高斯核分裂（抗伪影）和场景修补（补空缺）模块，让运动效果更逼真。
六、实验效果
团队在 完成实验，效果碾压现有方法：
- 运动效果
成功实现三类典型运动：
行走：木凳像四足动物一样走四步平移一个位置；
跳跃：棋子在棋盘上连续跳跃，精准控制落点；
扭转：豌豆射手玩偶跳跃时旋转 180 度，落地刚好面向目标。 - 性能方面
变形质量：在弯曲、扭转、落地场景中，PSNR（图像相似度）最高达 28.79，SSIM（结构相似度）最高 0.951，显著优于 PhysGaussian、VR-GS 等方法；
计算效率：运动求解平均迭代仅 17 次，目标函数值低至 0.83，比 QPCC solver 快 2.7 倍；
修补速度：20 秒完成大面积场景空缺修补，是现有方法的 60 倍。 - 消融实验验证
双向局部嵌入能精准检测伪影，非穿透正则化可避免穿模，高斯核分裂让大幅变形仍保持表面光滑。
七、结论与展望
EnliveningGS 首次实现了 3DGS 模型的主动运动，通过混合网格 - 高斯表示、肌肉驱动动力学和混合接触建模，解决了静态 3DGS 场景 “活化” 的核心难题，让日常物体能像生命体一样行走、跳跃、扭转。
局限性
目前依赖平面环境简化，面对复杂几何场景（如凹凸不平的地面）时，需要更精细的接触平面估计。
未来方向
后续可拓展复杂环境适应性，优化肌肉激活与运动轨迹的映射精度，有望应用于影视动画制作、游戏角色设计、VR/AR 交互等领域，让 3D 虚拟世界更具生命力
