English translation pending — this page shows the Chinese original.
一句话结论
CVPR 2026作者把3DGS加速拆为可重跑的基础实现和CUDA/Adam优化组合；相同RTX4090、13场和五次画质重复下，m360九场训练18m44s→4m31s，PSNR27.53→27.56，峰显存8.8→6.1GiB；计时排除图像预上卡及SfM（主文pp.18951–18952 Table1）。
输入、核心机制
输入多视角已知相机RGB（通常有SfM点），输出静态逐场3D高斯与新视角图。NeRFICG重构Basis先改善反向数值路径；矩形/opacity bbox、tile裁剪和分离排序减少无效tile/排序开销；每高斯反传配合共享内存缓存减原子竞争，自有CUDA fused Adam与5K步Z-order降更新/访存成本。可选融合反传/优化器；动态扩展使用4D时空高斯。各组件含先前工作的集成，独立贡献集中在模块改造及公正对照（主文§3 pp.18949–18951；补充§B pp.1–3）。
数据、消融与反证
- RTX4090、m360九场+T&T两场+Deep Blending两场、7:1划分；相机图预加载GPU时间排除，峰显存包含预加载。主文p.18952 Table1 m360 Basis 15m57s/PSNR27.57/.255 LPIPS/6.3GiB，Full 4m31s/27.56/.254/6.1GiB，对Taming-3DGS† 10m49s/27.53/.256/8.9GiB。Deep Blending Full 3m46s/29.78 vs原3DGS 19m43s/29.81；五次平均但浮点顺序造成Bonsai最多0.5dB差异（同页）。
- p.18953 Table2是同Basis单项：室外Basis17m07s/6.39GiB，单每高斯反传14m14s/7.69GiB，单自有Adam12m50s/6.40GiB，组合Full5m31s/5.99GiB；因此单模块反传有显存代价，整体缓解。Table3跳过不可见图元更新使5m31s→3m03s但PSNR24.72→24.59；SH零阶→2m24s/24.38。最快目标须附保真约束。
- 动态D-NeRF八合成场、batch4、30K、随机100K起始点，作者实现6m22s/31.79/1.2GiB vs Yang 18m09s/31.52/1.9GiB（Table5 p.18953）；时空任务与静态表分开。补充p.5 Table8启用可选Mip式抗混叠，2×测试25.73→26.87；补充p.6 Table10以1σ截断换速度使PSNR27.54→25.86，不可把它记为等质加速。
原始链接与边界
CVF12页正式主文和7页补充，哈希/逐页实验详见raw/ingest/2026-09-25-faster-gs/analysis.md与links.yaml。仓库顶层Apache-2.0，依赖和数据许可分开；作者结果尚无独立CUDA复现。把GPU、场景/分辨率、30K步、同质量目标及数据预处理时间锁定后再与FastGS：多视误差驱动的增密、剪枝与训练加速及Turbo-GS：稀疏像素渲染与高斯预算控制横比。
相关页面
3D Gaussian Splatting: Representation, Optimization, Geometry, and Dynamic Scenes；3DGS as MCMC：用高斯重定位改写密度控制。同底座与跨骨干分别报告训练、峰显存、存储、渲染FPS，动态另外报告时间一致性和未见时间视角。