只需使用智能手机拍摄工人走动的工作现场的照片即可。只要这样做，一个干净的3D模型就可以在短短1分钟内创建出一个干净的3D模型，其中所有的人和不必要的物体都被自然去除。NEC向我们展示的是一个光明的未来。一款手持设备可以在多大程度上取代长期以来需要专用设备的常识？我很兴奋，想看看接下来会发生什么。
NEC 于 2026 年 7 月 14 日宣布，作为与庆应义塾 AI 中心联合研究的结果，它已开发出一种技术，该技术使用专有 AI 自动删除智能手机等通用相机拍摄的图像中不必要的对象，并在短短一分钟内生成高清 3D 模型（根据 NEC 研究，这是世界首创）。
通过将高斯泼溅与专有的 AI 相结合，根据图像的复杂程度优化颗粒密度，与传统的高斯泼溅相比，生成时间减少到十分之一（NEC 公布的值）。在生成过程中，检测并去除反射的工人和临时物体，并从周围图像中补充背景。生成的 3D 模型可以在计算机或平板电脑上查看。 NEC表示，将有助于推动基础设施提供商和建筑行业引入数字孪生并解决人力资源短缺问题，并计划在2027财年将其商业化。
从： 
NEC 开发了世界上第一项技术，该技术使用专有的 AI 自动删除不必要的主体，并仅根据通用相机拍摄的图像快速生成高清 3D 模型。
【编辑部评论】
“您可以在短短一分钟内根据智能手机拍摄的视频创建网站的 3D 模型。”这就是 NEC 宣布的技术可以用一个词来概括的内容。然而，这项技术的真正吸引力不仅仅是它的速度。
您首先需要了解的是基础。高斯泼溅这就是技术。
这是一种自 2023 年 8 月发表代表性论文以来已得到广泛研究和商业实施的 3D 重建方法，它将空间表示为“具有广阔范围的无数粒子（高斯）”的集合。与使用多边形（曲面）组装的传统3D模型不同，该模型的优点在于它可以以高清晰度再现难以表达的事物，例如电缆、电线、反光金属表面和小零件。
目前，将该技术应用于基础设施检查和数字孪生的运动正在稳步扩大。在海外，Bentley 软件公司已将高斯泼溅技术集成到其现实捕捉产品 iTwin Capture 中。 Cesium还使其与自己的平台兼容，并将通信塔的维护以及电力设备和变电站的检查列为潜在用途。换句话说，NEC的宣布并不是突变，而是突变。顺应全球潮流读作 是准确的。
然后，当您了解 NEC 的技术解决了哪些问题时，它的独特性就变得清晰起来。
主要有两点。一是《优化粮食投放》是。
你需要在这里仔细观察一下。事实上，根据情况调整颗粒密度的“自适应密度控制”在2023年原始论文发表时就已经被引入，并且是一个仍在积极研究的课题。 NEC的独特技术并不在于它率先进行了密度控制，而是在于它率先进行了密度控制。通过使用我们专有的人工智能分析视频的视觉复杂性，并通过密集放置复杂部分和稀疏化单调部分来优化布局，我们将生成时间缩短至传统比率的十分之一（NEC公布的值），最短为1分钟。这是一点。请注意，用于比较此降低率的实现、硬件和质量指标在已发表的材料中并未明确披露。
另一件事是我最想提请注意的innovaTopia。“自动删除不必要的对象”是。
如果你拍摄工地的照片，很自然地会看到工人在行走，并且可以看到临时放置在那里的工具和车辆。当这些不必要的物体被反射时，传统3DGS的重建质量可能会恶化，自2024年左右以来，已经提出了几项研究来自动排除人、车辆等。NEC的技术的意义在于，它采用了人工智能在生成过程中自动检测和去除这些物体的机制，并补充了从周围视频中删除部分的背景，以期实际应用。
为什么这有效？这开启了“无需停止场景即可拍照”的可能性。
准备昂贵的专业摄影设备并不得不中断工作拍照——这些准备工作和停机时间是实施数字孪生的障碍之一（尽管还有数据集成、持续更新、人力资源和标准化等其他障碍，因此拍照所涉及的工作并不是唯一的“最大障碍”）。如果你能得到一个模型，通过在运行时用智能手机拍照来自动删除人和不必要的物体，那么引入它的切入点肯定会下降。技术重点从“高清”转向“现场可用性”——编辑部认为，这就是公告的实质内容。
然而，有一些事情应该保持冷静。
虽然高斯泼溅在视觉再现方面很强，但研究指出，在需要精确尺寸和测量的应用中，几何精度仍然是一个问题，并且正在进行研究通过集成激光雷达信息来补充精度。换句话说“看到和理解”和“测量和做出判断”的用途尚未联系起来。NEC的技术能在多大程度上确保通过远程检查达到“判断依据”的足够准确性？演示材料并未表明绝对的尺寸精度或误差率，这可能是实际应用的亮点。
另外，“自动删除不需要的物品”虽然很方便，将“擦除什么”的决定权委托给人工智能还有一件事。在检查过程中，有时可能需要在可删除的临时对象和应记录的异常对象之间划清界限。从公开材料中尚不清楚移除确认功能和原始镜头保存等操作方面将如何设计。
换个角度来看，编辑部认为这项技术的未来应该更加广阔。
NEC目前的目标是电力基础设施和建筑工地，但只需拍照，空间就被数字化，不必要的东西消失了，并且可以在PC或平板电脑上打开。这种体验在记录灾难现场、归档文化资产和考虑商店布局等领域也有应用空间（这些都没有公布用途，只是未来的可能性）。
NEC的目标是在2027年底之前将其投入实际使用。其中包括与多年来一直研究视觉计算领域的斋藤秀夫（庆应义塾大学理工学院教授）的联合研究。实现“复制粘贴空间”时代这是一个值得关注的主题，看看它能走多远。
[编者后记]
令人兴奋的是，这项技术为能够创建 3D 的人打开了大门。迄今为止，如果没有昂贵的扫描仪和专业知识就不可能实现的空间数字化，如果只需一部智能手机就能在不停止操作的情况下实现，那么现场工作人员的负担肯定会减轻。
更重要的是，人工智能还可以有效地轻轻地删除你想要删除的人和物体。从电力、建筑工地开始，这种体验能达到多远？我迫不及待地想看看这台机器接下来会改变什么样的工作场所，目标是在 2027 年投入实际使用。
【术语解释】
数字孪生
用于在虚拟空间中再现真实设备和站点以进行监控、检查和模拟的技术和概念。典型的定义不仅包括简单的3D形状，还包括与物理对象的数据连接以及持续的同步和更新。 NEC 的技术是轻松创建“作为构建数字孪生基础的 3D 模型”的一种方法。
高斯泼溅（3D 高斯泼溅/3DGS）
一种将空间表示为无数高斯粒子集合的 3D 重建技术。与使用三角形网格的传统方法不同，它可以以高清晰度表示难以再现的对象，例如电缆、反射表面和小零件。自 2023 年 8 月论文发表以来，研究和商业实施不断扩大。
颗粒（高斯）
使用高斯分布构成空间的元素。它们是包含位置、形状（协方差）、颜色和不透明度等信息的“模糊点”，大量收集起来形成三维对象。 NEC 的独特技术根据图像的复杂性使这些颗粒变得更密或更薄，从而优化这些颗粒。
FM-基地
NEC Facilities在千叶县我孙子市的NEC我孙子工厂开设了设施管理人员培训和研发中心，并于2024年5月开始运营。该中心配备了半导体工厂使用的实际设备，负责传授熟练工程师的专业知识并演示DX。在本新闻稿中，它将作为用于技术验证的镜头拍摄的舞台出现。
[参考链接]
庆应义塾人工智能中心（庆应义塾大学 KGRI）（外部）
由庆应义塾大学和九家研究成员公司与卡耐基梅隆大学合作建立的人工智能研究中心。该技术的中心主任和共同研究员是Koaki Sugiura教授。
齐藤秀夫研究员信息（庆应义塾大学）（外部）
庆应义塾大学理工学院教授斋藤秀夫 (Hideo Saito) 的成就页面，他参与了这项技术的研究。从事3D模型修复等工作。
KAKEN 研究员信息：Hideo Saito（国立情报学研究所）（外部）
可以确认斋藤秀夫的所属单位、专业领域、研究课题的公共数据库。他的隶属关系被列为庆应义塾大学理工学院教授。
3D 高斯溅射官方项目 (Inria)（外部）
高斯泼溅的原始论文项目页面，这是该技术的基础。您可以确认该方法的原理和自适应密度控制。
NEC设施有限公司（外部）
NEC 集团旗下的一家设施管理公司，负责运营 FM-Base。我们对全国范围内的工厂和设施进行合同管理。
[参考文章]
数字孪生的高斯溅射现实捕获（Bentley Systems）（外部）
Bentley 将高斯喷射集成到 iTwin Capture 中。显示全球趋势的示例。
使用 3D Tiles 引入具有层次细节的 3D 高斯图（Cesium）（外部）
这篇文章提供了 3DGS 在通信塔维护、变电站检查等方面的使用以及用于增加容量的压缩和 LOD 措施的技术说明。
LI-GS：利用 LiDAR Incorporated 进行高斯溅射（arXiv）（外部）
本研究提出了基于图像的 3DGS 的几何精度问题以及使用 LiDAR 集成的改进方法。展示“看到”和“测量”之间的区别。
改进 3D 高斯分布的自适应密度控制（arXiv）（外部）
自适应控制颗粒密度改进方法研究这表明自最初的论文以来，密度控制一直是一个持续的主题。
AI 桥梁测量和数字孪生（Bentley 软件公司）（外部）
据 Bentley 称，肯塔基州的一项需要评估 1,000 多座桥梁的项目将桥梁测量时间缩短了 90%。