GaussianCity 是南洋理工大学 S-Lab 提出的高效无边界3D城市生成框架，基于3D高斯泼溅（3D-GS）与紧凑 BEV-Point 表示，相比 CityDreamer 速度提升 60 倍，显存消耗恒定，支持无人机与街景视角的城市场景生成。

GaussianCity 的 3D 城市生成框架

核心参数与统计

项目	详细信息
产品名称	GaussianCity
产品类型	3D 生成框架（学术研究）
交付形式	开源代码（Python + CUDA）
核心技术	3D Gaussian Splatting、BEV-Point
论文会议	CVPR 2025
GitHub Stars	336（截至 2025 年中）
开发团队	南洋理工大学 S-Lab
开源协议	NTU S-Lab License 1.0
支持平台	Linux（需 NVIDIA GPU + CUDA）

GaussianCity 的核心突破在于将 3D-GS 从有限尺度的物体/人体生成拓展到无限尺度的 3D 城市生成。传统方法（如 CityDreamer）在大规模场景中面临显存爆炸问题——一座 10km² 的城市需要数百 GB VRAM。GaussianCity 通过 BEV-Point 紧凑表示将显存消耗维持在恒定水平，彻底打破了这一瓶颈。在推理速度上，GaussianCity 达到 10.72 FPS，是 CityDreamer（0.18 FPS）的 60 倍，属于质的飞跃。

用户与市场认可

GaussianCity 被 CVPR 2025 收录，属于 3D 生成领域的前沿研究成果。其 Hugging Face 在线演示在 2025 年第 11 周被评为 Top 8 Spaces，随后更升至 Top 1 Space，说明其在学术界与工业界均获得了广泛关注。GitHub 仓库获得 336 颗星19 个 Fork，社区活跃度在同类 CVPR 论文实现中表现突出。

该工作被 CityDreamer 同一团队（NTU S-Lab）延续推进，后续工作 CityDreamer4D 已有公开页面，表明这一技术路线具有持续的研究生命力。

成本优势

GaussianCity 是完全开源的学术研究项目，无任何付费门槛：

成本维度	说明
开源代码	GitHub 仓库完全公开，基于 NTU S-Lab License 1.0
预训练模型	提供 Background Generator 和 Building Generator 的预训练权重
在线体验	Hugging Face Spaces 提供免费在线 Demo
硬件成本	需自备 NVIDIA GPU（CUDA 11.8+），训练推荐 8×GPU 多卡有境

对于研究者和开发者而言，真正的成本在于硬件投入。训练 Background Generator 推荐 torchrun --nnodes=1 --nproc_per_node=8 的多卡有境，单卡推理则需要至少 8GB VRAM 的 GPU。这在大模型/AIGC 研究领域属于常规配置，但对于个人爱好者门槛较高。

主要功能

• 无边界 3D 城市生成：支持从无人机鸟瞰视角到街景视角的多样化城市场景生成，场景尺度不受显存限制，理论上可达任意城市规模。
• BEV-Point 紧凑表示：将 3D 场景中的点分解为位置属性与风格属性，通过 Bird's Eye View 和风格查找表实现压缩，使 VRAM 消耗不随场景规模增长。
• 空间感知的 BEV-Point Decoder：基于 Point Serializer 和 Point Transformer 捕获 BEV 点之间的结构与上下文关系，生成高质量 3D 高斯属性。
• 双生成器架构：Background Generator（背景生成器）负责天空、地面等背景元素，Building Generator（建筑生成器）专注建筑物生成，两者配合完成完整城市场景。
• 实时渲染与交互：基于 3D-GS 的高效光栅化管线，支持实时渲染；Hugging Face Demo 提供在线交互体验。

模型与版本演进

版本	日期	说明
仓库创建	2024-05-24	初始仓库创建，代码尚未公开
训练/测试代码发布	2025-02-27	完整训练与推理代码、预训练权重发布
Hugging Face Demo	2025-03-02	在线 Demo 上线，获 Top 8 Spaces（Week 11），后续升至 Top 1
CVPR 2025 收录	2025-06	论文被 CVPR 2025 接收并正式发表

GaussianCity 的版本脉络清晰：从 2024 年 5 月仓库初始化到 2025 年 2 月代码完整开源，再到 3 月 Hugging Face Demo 上线并获社区高热度，整体节奏紧凑。论文被 CVPR 2025 收录标志着该工作通过了顶会同行评审。目前代码仍在维护中，后续可能基于同一技术路线推出增强版本（参考同一团队的 CityDreamer4D）。

技术优势

GaussianCity 的技术领先性体现在三个层面：

• BEV-Point 紧凑表示：核心创新在于将 3D 场景点分解为位置属性与风格属性，通过 BEV 空间量化 + 风格查找表实现显存消耗恒定。相比 CityDreamer 的体素/网格表示，BEV-Point 避免了场景规模扩大时的显存指数级增长，使 10km² 级别城市生成为可能。
• 60 倍速度提升：在同等场景下，GaussianCity 的推理速度达 10.72 FPS，而 CityDreamer 仅 0.18 FPS。速度优势来自 3D-GS 的 GPU 高效光栅化管线 + BEV-Point 的紧凑数据结构，两者叠加使每帧渲染成本大幅降低。
• 空间感知解码器：Point Serializer + Point Transformer 的架构设计使 BEV 点之间的空间上下文能被有效捕获，避免了独立点生成导致的几何不一致问题，使输出城市布局合理、建筑细节丰富。

如何使用

GaussianCity 提供三种使用途径：

入口	类型	说明
GitHub 源代码	自部署	克隆仓库 → 安装依赖 → 下载预训练模型 → 运行推理
Hugging Face Demo	在线体验	浏览器打开直接使用，无需任何安装配置
论文/项目页	参考	arXiv 论文、项目介绍Citation 等

本地部署快速上手

# 1. 克隆仓库
git clone https://github.com/hzxie/GaussianCity
cd GaussianCity

# 2. 安装 PyTorch（CUDA 11.8 示例）
pip install torch==2.4.1 torchvision==0.19.1 --index-url https://download.pytorch.org/whl/cu118

# 3. 安装 Python 依赖
pip install -r requirements.txt

# 4. 编译 CUDA 扩展
GCITY_HOME=`pwd`
cd $GCITY_HOME/extensions
for e in `ls -d */`
do
  cd $GCITY_HOME/extensions/$e
  pip install .
done

# 5. 下载预训练模型到 output/ 目录，运行推理
python3 scripts/inference.py

注意：推理速度在 inference.py 中受 CPU 端 footprint_extruder 限制，如需最快性能请使用 Hugging Face Demo 的 GPU 实现。

Hugging Face 在线体验

访问 https://huggingface.co/spaces/hzxie/gaussian-city 即可直接体验，无需任何配置。

产品定价

GaussianCity 是完全开源的学术项目，基于 NTU S-Lab License 1.0 协议发布，无任何收费计划：

• 开源代码：GitHub 仓库完全公开，免费使用。
• 预训练模型：Background Generator 和 Building Generator 权重免费下载。
• 在线 Demo：Hugging Face Spaces 免费体验。
• 商业授权：基于 NTU S-Lab License 1.0，商业使用需遵循该协议条款，建议咨询 NTU 团队。

实际成本主要来自硬件：

• 单卡推理：最低 8GB VRAM GPU（推荐 16GB+）
• 完整训练：推荐 8×GPU 多卡集群（A100 或同等）

应用场景

• 游戏与虚拟现实：快速生成逼真且无边界的 3D 城市有境，用于开放世界游戏VR 漫游等场景，大幅减少人工建模成本。
• 影视动画制作：高效生成复杂城市场景作为背景或特效素材，支持风格化渲染，提升制作 pipeline 效率。
• 城市规划与建筑设计：将 GIS 数据快速转化为 3D 可视化场景，辅助城市布局规划、建筑体块推敲与设计方案展示。
• 自动驾驶仿真：生成多样化的逼真城市交通场景，用于自动驾驶算法的感知与规划测试，补充常规仿真数据集难以覆盖的长尾情况。
• 地理信息系统（GIS）：将二维地理数据自动升级为 3D 城市模型，支持数字孪生、智慧城市等应用的前期可视化验证。

适用人群

• 计算机视觉 / AIGC 研究者：GaussianCity 提供了 3D-GS 在城市尺度生成的前沿基线，适合用作对比方法或进一步改进的起点。
• 游戏与影视开发者：需要快速批量生成城市背景资产的技术美术和开发者，可利用开源代码和预训练模型加速资产管线。
• 自动驾驶仿真工程师：需要多样化城市场景数据用于算法验证的工程师，可基于 GaussianCity 生成补充训练数据。
• 不适用人群：
  • 缺乏 GPU 算力（无 NVIDIA GPU 或 VRAM < 8GB）的个人用户不建议尝试本地部署。
  • 需要即时商业级 SaaS 产品（一键生成、无需编码）的场景不适合——GaussianCity 是研究框架，使用需要 Python/CUDA 基础。
  • 期待结构化城市数据（带语义标签的建筑、道路、交通流）的输出——GaussianCity 生成的是视觉渲染结果，非 GIS 结构化数据。

总结与展望

GaussianCity 是 3D 城市生成领域的一次重要突破。它将 3D-GS 的能力边界从有限尺度的物体/人体拓展到了无限尺度的城市级场景，并通过 BEV-Point 紧凑表示解决了长期困扰该领域的显存瓶颈问题。60 倍的速度提升和 CVPR 2025 的顶会背书，使其成为该方向不可绕过的基线方法。

然而，GaussianCity 定位是研究框架而非量产工具：需要 GPU 有境Python 编程基础和对 3D-GS 技术栈的理解。当前版本主要面向研究者与有技术能力的开发者，暂无可直接商用的 SaaS 版本。

采购/采用风险评估：对于个人爱好者，硬件门槛（NVIDIA GPU + CUDA + 至少 8GB VRAM）是最大的隐形投入。对于企业用户，NTU S-Lab License 1.0 的商用条款需仔细审阅，建议在商业使用前与 NTU 团队确认授权范围。项目目前由个人研究者（Haozhe Xie）维护，长期迭代节奏取决于学术团队的持续投入，存在一定程度的不确定性。建议将 GaussianCity 作为研究验证或快速原型工具使用，生产级场景仍需结合 CityDreamer 系列或其他商业化方案做对比评估。

相关工具：Midjourney、Stable Diffusion

版本信息

• CVPR 2025 正式版本 ：训练与测试代码完整发布，支持 OSM 和 GoogleEarth 数据集；Hugging Face Demo 上线（2025/03/02）。 （2025-02-27）
• 仓库创建 ：初始仓库创建，代码尚未公开。 （2024-05-24）