发生了什么
Apple Machine Learning发布了一项名为Luce的研究，提出一种面向3D资产生成的新表示方法。研究指出，高质量的图像到3D生成需要一种能同时捕捉几何与外观的3D表示。
为使生成结果支持重新打光并融入标准渲染管线，该表示需包含基于物理渲染（PBR）的元素，如反照率、金属-粗糙度和表面法线。Luce将几何与PBR材质统一在一个体素化的多模态高斯云中，并为每种模态使用专门的高斯原语。
研究进一步引入一个变分自编码器，将该表示压缩为统一的材质感知潜空间，以支撑后续的生成任务。
为什么重要
可重光照能力意味着生成的3D资产能够直接应用于需要动态光照环境的渲染流程，这对于游戏、影视和虚拟现实等场景中的3D资产生成具有实际意义。
将几何与材质统一到单一表示中，有望简化从图像到3D资产的生成链路，减少模型在不同模态之间切换的复杂度，也为更高质量的生成结果提供了结构基础。
关键事实
Luce是一种将几何与PBR材质统一于体素化多模态高斯云中的3D表示。
该表示包含反照率、金属-粗糙度和表面法线等PBR模态，并使用专用高斯原语表示每种模态。
研究使用变分自编码器将表示压缩为统一的材质感知潜空间。
该成果来自Apple Machine Learning，发布于2026年8月26日。
接下来看什么
后续值得关注Luce在真实3D资产生成任务中的效果表现，以及该方法能否支持多视角一致的高质量几何重建。
还可观察该表示是否会被整合进主流3D内容创作工具或渲染管线，从而推动可重光照3D资产的自动化生产。