Gaussian splatting es una técnica de captura y renderizado que transforma fotografías o vídeo en representaciones 3D reproducibles en tiempo real, pero con menos exigencia de recursos que los métodos tradicionales. Importa porque permite presentar escenas fotorrealistas en dispositivos modestos y abre posibilidades para proyectos de patrimonio cultural y desarrollos indies que no tienen presupuestos AAA.
El interés reciente por esta técnica viene tanto de artistas de escaneado como de desarrolladores independientes: permite reconstruir ambientes complejos —como iglesias con tallas o invernaderos abandonados— sin depender de mallas pesadas ni texturas gigantes.
Cómo funciona Gaussian splatting
En lugar de construir escenas con polígonos, Gaussian splatting usa millones de pequeñas unidades semitransparentes llamadas splats o gaussianas 3D. Cada splat tiene posición, tamaño, orientación y propiedades de opacidad, y emplea comportamientos dependientes de la vista (esferas armónicas) para reproducir color, iluminación y ciertos efectos como translucidez.
El flujo típico tiene tres fases:
- Captura: fotografías o vídeo desde múltiples ángulos; para trabajo de alta calidad se usan DSLR o rigs, aunque arreglos más sencillos sirven para espacios pequeños.
- Reconstrucción y entrenamiento: un proceso de optimización (a veces llamado splat training) ajusta las gaussianas hasta que las vistas renderizadas coinciden con las fotos originales.
- Exportación y reproducción: la escena final se guarda en un formato que permite proyección y mezcla rápida en GPU.
Según artistas que trabajan con la técnica, los tamaños de los conjuntos de datos varían mucho. Capturas en proyectos profesionales pueden alcanzar 1,5 TB en bruto, pero los resultados exportados suelen quedarse en el orden de gigabytes; muchos entornos se reducen a 2–4 GB sin compresión avanzada. Hay demos que alcanzan 130 millones de splats y ~16 GB sin comprimir.
En cuanto al hardware, la limitación práctica más mencionada es la VRAM: durante el entrenamiento y la reproducción la GPU debe cachear datos. Artistas usan tarjetas top como la RTX 5090, pero también hay ejemplos que funcionan en portátiles potentes y en servicios en la nube que ofrecen escalado para este tipo de pipelines.
Limitaciones y uso práctico del Gaussian splatting
Gaussian splatting no es una solución mágica: las escenas suelen llevar la iluminación “horneada” porque se generan a partir de imágenes fijas. Esto significa que la luz no reacciona a dinámicas de la escena como lo haría en un motor tradicional con iluminación global en tiempo real.
No es un detalle menor: en proyectos donde la interactividad y la física importan, la técnica se suele combinar con soluciones híbridas. Entre las estrategias prácticas que usan los profesionales están:
- Usar mallas ocultas para fuentes de luz dinámicas o para capturar sombras puntuales.
- Implementar un “shadow catcher” o capas paramétricas para colisiones y efectos interactivos.
- Generar splats paramétricos y emplear herramientas de pintura de splats para añadir decals o daño (por ejemplo, impactos de bala).
También hay casos de experimentación con renderizadores de terceros para introducir iluminación dinámica parcial; por ejemplo, algunos creadores han probado pipelines híbridos usando motores de render como Octane para mezclar elementos estáticos splat con luces móviles.
Entre las ventajas técnicas destaca la capacidad de representar estructuras finas (pelo, cables, follaje) que son complicadas para el mallado tradicional; los splats resuelven esas geometrías frágiles con menos artefactos. Además, mediante compresión específica y técnicas de organización de datos, hay demos que han reducido escenas de 1 GB a 55 MB sin pérdidas apreciables, lo que abre la puerta a dispositivos portátiles.
En la práctica, esto significa que entornos reales y detallados podrían ser explorables en móviles o consolas portátiles con más facilidad que usando texturas y mallas convencionales. Varios motores importantes ya implementan soporte para la técnica, sea nativo o mediante plugins, y existen servicios en la nube (plataformas comerciales) que ofrecen procesamiento escalable para acelerar el splat training.
¿A quién beneficia más? Los estudios grandes tienden a ser conservadores en la adopción de nuevas pipelines; en cambio, los equipos pequeños y creadores independientes están probando experimentos prácticos ahora mismo. Un artista de escaneado que lleva tiempo trabajando con la técnica comenta que la comunidad indie está impulsando muchas de las aplicaciones más interesantes.
Sin embargo, hay límites: los objetos animados o que requieren rigging y edición avanzada en una pipeline tradicional siguen siendo un reto para Gaussian splatting. La técnica funciona mejor con entornos estáticos y props no deformables; para activos dinámicos todavía se recurre a pipelines convencionales o a combinaciones híbridas.
En términos de flujo de trabajo, un proyecto típico puede requerir entre uno y tres días de postprocesado tras la captura, y depende de la complejidad del entorno y la resolución de las imágenes. La regla práctica es que no siempre más megapíxeles implican mejor resultado: lo crucial es la cobertura visual desde las vistas necesarias para la reconstrucción.
Por último, la escena de patrimonio digital es donde Gaussian splatting ha llamado la atención pública: reconstrucciones de iglesias y piezas artísticas han ganado premios y han demostrado que la técnica tiene valor para conservación, visitas virtuales y experiencias interactivas con un coste y peso de archivo mucho menores que fotogrametría tradicional en bruto.
Vale la pena esperar a verlo en condiciones reales antes de catalogarlo como una herramienta estándar en todos los estudios, pero su equilibrio entre calidad visual y coste computacional lo convierte en una opción plausible para proyectos con recursos ajustados o para quienes necesiten reproducir ambientes reales de forma rápida y fiel.
