MILO

MILO 是一种 Mesh-in-the-Loop Gaussian Splatting 路线，用于把 3D Gaussian Splatting 的高质量渲染能力与可用于下游任务的显式表面网格连接起来。

观察

• 传统 3DGS 到网格的路线往往是“先优化体渲染表示，再后处理提取网格”。问题是薄结构会被侵蚀，几何和颜色可能不一致，后处理网格过密且难以进入实时渲染、物理模拟或编辑流程。
• MILO 的关键是把网格提取放进训练循环：每次迭代中从高斯基元构造显式表面网格，让网格质量反过来约束高斯表示。
• 这种“网格在环”的设计把高斯基元和三角网格做成双向耦合：网格提供深度/法线一致性和几何正则，高斯则作为网格的隐式参数化。
• 方法中涉及 Delaunay 顶点采样、动态三角剖分、可优化 SDF 值和可微移动四面体，说明 3D 表示竞争正在从“能不能渲染好看”转向“能不能生成干净、轻量、可用的几何资产”。
• 对 消费级空间相机、ABot-Earth 和 VAST 来说，MILO 提供的是底层表示路线：真实空间捕获、城市级 3D 生成和 AI 3D 资产生产都需要从可视化走向可编辑表面。

边界

• 原论文、项目页和官方实现已经公开，因而“只有论文解读”的缺口已关闭。仓库包含安装、训练、数据和部分评估流程，但 mesh-based rendering evaluation 仍列为待办，且部分代码受 Gaussian Splatting 许可证约束。
• 轻量网格不等于完整语义模型。建筑、机器人或仿真任务仍需要尺度、物体语义、材质、物理属性和权限边界。

截至 2026-08-10 的外部验证

• 2026 年 ISPRS Archives 的独立研究把 MILO 用于树木、反光陶瓷和建筑立面，并以 TLS 点云作几何参照。结果显示，MILO 在复杂有机几何上减少离群点、保留薄结构，但传统 MVS 在稳定建筑表面略优。
• 这构成了独立应用证据，却不是对原论文全部数据集、训练时间和 SOTA 表格的逐项复现。当前最诚实的结论是：方法已有公开实现和外部任务验证，优势具有场景条件，不应写成全面取代摄影测量。
• 后续只有在官方补齐剩余 mesh evaluation，或出现固定环境下的多数据集独立复现时，才更新通用性能判断。

相关页面

• 消费级空间相机
• ABot-Earth
• VAST
• AI 建筑设计工具

证据

• 原始资料快照（本地归档）
• MILo paper
• MILo official implementation
• MILo project page
• ISPRS independent application study
• 原始资料快照（本地归档）