Haces 40 fotos de una silla de madera tallada y la quieres en tu juego para el viernes. La fotogrametría tradicional te daría una malla, pero solo la limpieza te come un día. El splatting gaussiano 3D toma esas mismas fotos y renderiza una escena 3D fotorrealista en minutos, visible desde cualquier ángulo en una GPU común. Es la técnica detrás de la mayoría de las demostraciones de «¡Guau, parece un lugar real en tiempo real!» que has visto durante 2024, 2025 y 2026. Esta guía explica qué es realmente el splatting gaussiano 3D, cómo se compara con NeRF y la fotogrametría, y la parte que la mayoría de los tutoriales omiten: qué hacer con un splat gaussiano una vez que lo tienes.
El Gaussian splatting 3D es un método de renderizado que reconstruye una escena 3D fotorrealista a partir de un conjunto de imágenes 2D. En lugar de construir una malla poligonal, representa la escena como millones de pequeños elipsoides gaussianos, cada uno con su propia posición, tamaño, rotación, color y transparencia. Cuando miras la escena, esos elipsoides se proyectan (o "splattean") en la pantalla y se mezclan. Desde la distancia correcta, se aprecian como una superficie continua, nítida y fotorrealista.
El método surgió de un artículo presentado en SIGGRAPH de 2023 escrito por investigadores de Inria y el Instituto Max Planck. El título del artículo, 3D Gaussian Splatting for Real-Time Radiance Field Rendering, indica las dos razones que lo hicieron destacar: es una técnica de campo de radiación como NeRF, pero representa en tiempo real. Para la definición formal, Gaussian Splatting en Wikipedia es un buen punto de partida, y la documentación de Gaussian Splatting de PlayCanvas lo muestra funcionando en un motor en tiempo real.
Cada Gaussiano se define mediante una covarianza 3D (su forma y orientación), una posición de la media, un valor de opacidad y coeficientes de armónicos esféricos que almacenan el color dependiente del punto de vista. Al apilar unos pocos millones de ellas, obtienes un modelo volumétrico de la escena. No hay malla, ni mapa UV, ni archivo de textura. Son solo puntos en el espacio que saben dibujarse a sí mismos.
El truco es la rasterización, no la marcha de rayos. Los NeRF tradicionales evalúan una red neuronal para cada píxel. 3DGS ordena las gaussianas de delante hacia atrás en la GPU y las dibuja como sprites. Por ello, un splat entrenado alcanza de 30 a más de 100 fotogramas por segundo en una sola GPU de consumo, donde NeRF a menudo tiene un rendimiento bajo. El artículo original indicó entrenamiento con aproximadamente 30,000 imágenes en 30 a 60 minutos y síntesis de vistas en tiempo real posteriormente.
Ambas técnicas generan un campo de radiancia espectral a partir de imágenes. La diferencia está en lo que aprenden y cómo renderizan.
NeRF entrena una red neuronal para predecir el color y la densidad en cualquier punto 3D. Es lento tanto en el entrenamiento como en el renderizado. El Splatting Gaussiano 3D omite completamente el uso de la red durante el renderizado. Una vez que los gaussianos están optimizados, el renderizado se reduce a ordenar y mezclar. Si necesitas una vista previa en tiempo real o un visor web, 3DGS gana sin discusión.
NeRF tiende a suavizar los detalles finos y puede difuminar los bordes nítidos. 3DGS mantiene bordes definidos y detalles de alta frecuencia porque almacena el color de forma más directa. Sin embargo, tiene sus propios problemas: artefactos flotantes irregulares, gaussianas sobredimensionadas en el espacio vacío y deformaciones extrañas en los bordes del área capturada. Una captura cuidadosa los reduce, pero nunca desaparecen por completo.
La representación continua de NeRF maneja mejor los cambios extremos de punto de vista y los volúmenes transparentes o difusos (humo, estructuras capilares) que las salpicaduras discretas. Si tu escena tiene mucha geometría semitransparente y no necesitas reproducción a tiempo real, una variante de NeRF puede verse aún más limpia.
Esta es la comparación que realmente afecta tu flujo de trabajo. Ambos parten de fotos, pero terminan en recursos muy diferentes.
La fotogrametría produce una malla texturizada: vértices, caras, UVs, un atlas de textura que puedes arrastrar a Unity o Unreal. El splatting gaussiano produce una nube de puntos gaussianos. Se ve increíble, pero no es una malla. No puedes asignarle un rig, no puedes pintar sus texturas fácilmente y no puedes deformarla para animación sin pasos extra.
Una malla de fotogrametría es editable en Blender como cualquier otro modelo. Un splat utiliza su propio formato (normalmente un archivo .ply o .splat). Puedes recortar, cambiar el color y comprimir splats con editores dedicados, pero en el momento en que quieras que un personaje camine o una puerta se abra, el splat se resiste. Para entornos estáticos y capturas para archivo, eso está bien. Para cualquier cosa que se mueva, planea convertir o recrear.
El encuadre es la parte que controlas y determina el resultado más que la herramienta en sí.
Camina un círculo completo de 360 grados alrededor de tu objeto. Superpón al menos un tercio de cada fotograma con el anterior. Dispara desde una altura constante y recuerda apuntar hacia arriba y hacia abajo para cubrir la parte superior e inferior del objeto. Las superficies lisas sin textura (una pared blanca, un cielo despejado) no ofrecen puntos de referencia al optimizador, así que añade detalles de referencia o avanza.
Un barrido de 360 grados ajustado con solapamiento constante supera siempre a un gran montón de tomas inconexas. Mantén tu teléfono aproximadamente en el mismo plano mientras giras, camina a paso normal y evita hacer zoom mientras grabas. El optimizador necesita referencias de escala consistentes, y una altura de cámara variable es la forma más rápida de obtener un splat tambaleante.
Herramienta Polycam Gaussian Splatting y captura 3D de Luma AI convierten conjuntos de imágenes o videos en splats con casi sin configuración, y funcionan en el teléfono. Para una opción gratuita, local y de alto control, entrenamiento Postshot Gaussian Splatting y el codebase original de Inria te ofrecen la mayor cantidad de controles.
Carga las imágenes, permite que la herramienta estime las posiciones de la cámara y optimice los puntos gaussianos, luego abre el resultado en su visualizador. La mayoría de las herramientas exportan un archivo .ply o .splat que puedes alojar en un visualizador web o integrar en un motor de videojuegos. La duración del entrenamiento oscila entre unos pocos minutos (apps móviles) y menos de una hora (escritorio, grandes conjuntos de datos).
El formato .ply almacena los parámetros gaussianos (posición, covarianza, color y opacidad) y se carga en la mayoría de visores y plugins de motores. El formato .splat es una variante más ligera y optimizada para streaming, diseñada para la reproducción web. En 2026, dos formatos adicionales son relevantes: .spz es un splat compacto con compresión con pérdidas que reduce drásticamente el tamaño del archivo para su distribución, y la extensión KHR_gaussian_splatting del Grupo Khronos integra los splats en el estándar glTF para garantizar compatibilidad universal en visores. Elija .ply para máxima compatibilidad, .spz cuando el tamaño sea prioritario, y observe cómo evoluciona glTF mientras se resuelve la guerra de formatos.
Herramienta | Entrada | Donde se ejecuta | Exportar | Ideal para |
|---|---|---|---|---|
Polycam | Fotos, LiDAR, video | iOS, web, escritorio | formatos de archivo .ply, .obj | Capturas rápidas desde el móvil |
Luma AI | Fotos, video | Web y aplicación | .ply, .splat | Capturas híbridas con NeRF y 3DGS |
KIRI Engine | Fotos, videos | Aplicación móvil, web | .ply | Escaneo sobre la marcha |
Postdisparo | Imágenes | GPU de escritorio | .ply | Formación local gratuita con alto nivel de control |
Repositorio de código de Inria | Imágenes | CUDA para escritorio | .ply | Investigación y la máxima calidad |
Ninguna de estas opciones genera una malla lista para el juego por defecto. Esa brecha es el verdadero problema del flujo de trabajo, y es donde la mayoría de los proyectos de "I made a splat" se estancan.
Incorporar un splat en un motor de renderizado en tiempo real ya no es exótico, pero el soporte es variable.
Unity tiene el enfoque más maduro. El paquete oficial de Unity Gaussian Splatting está disponible a través de las herramientas en la nube de Unity e importa directamente archivos .ply y .spz, utilizando shaders de computación para la ordenación y renderizado en GPU. A partir de 2026, esta es la ruta estándar de producción para fondos estáticos y visualizadores.
Suelta tu archivo .ply en el proyecto, asígnalo al componente de renderizador de splats y el plugin se encargará de la ordenación y el orden de dibujo en la GPU. Comienza con unas pocas cientos de miles de gaussianas para una validación inicial antes de cargar una captura con millones de splats que podría sobrecargar hardware menos potente.
Unreal Engine aún no tiene soporte oficial de Gaussian splatting en 2026, pero el ecosistema de plugins ya es apto para producción. El plugin Luma AI (gratuito en Fab) permite importar archivos .ply y .luma con arrastrar y soltar, incluyendo assets de Blueprint listos para usar, y NanoGS (lanzado en marzo de 2026) añade clústeres de LOD estilo Nanite, descarte y ordenamiento en GPU para escenas grandes. Todavía se produce pérdida de detalle en la importación, así que prueba tus splats Gaussianos específicos temprano antes de establecer un flujo de trabajo.
Un splat con unos pocos millones de gaussianos funciona sin problemas en una GPU de escritorio. El mismo splat en un teléfono o en un casco Quest es otra historia. El recuento de splats, la distancia de dibujo y el costo de ordenamiento por fotograma se acumulan rápidamente. Planifica comprimir y podar, y acepta que el 3DGS móvil en tiempo real sigue siendo un ejercicio de ajuste más que un valor predeterminado. Los visores de navegador mejorarán hasta 2026 gracias a los shaders de cómputo nativos de WebGPU, pero los motores de escritorio siguen lideran en escenas grandes.
Respuesta breve: sí, pero no es gratuito.
Un splat es una nube de elipsoides difusos, no una superficie. Las herramientas de conversión trazan la envolvente visible de los gaussianos en una malla, pero el resultado suele ser denso, ruidoso y lleno de artefactos internos. Se obtiene geometría, pero no una topología limpia, y no es algo que se le entregaría a un rigger.
Cuando necesitas un recurso editable y que se puede animar en lugar de uno capturado, un generador de mallas es la vía más rápida. Para crear modelos 3D a partir de personajes de diseño original, un generador de IA supera siempre a un escáner. Triverse AI convierte un prompt de texto o una imagen de referencia en un modelo 3D limpio y retopologizado que puedes importar directamente a Blender. La diferencia es clave: 3DGS captura lo que está frente a la cámara, mientras que un generador crea lo que tienes en mente.
La representación mediante Gaussianas 3D y la generación de mallas con IA resuelven partes distintas del mismo problema: llevar un activo 3D de la idea al motor de renderizado.
Use 3DGS cuando tenga un objeto o lugar real para digitalizar. Use un generador de IA cuando el activo aún no exista, o cuando necesite una malla que pueda editar, esqueletizar y animar. Los equipos sin un sistema de escaneo o un gran departamento artístico son los que más aprovechan este enfoque: capture la referencia del mundo real, genere las piezas originales e intégralas en el motor.
Si tu objetivo es un personaje listo para videojuegos, un objeto estilizado o cualquier cosa que se mueva, evita los splats. Triverse genera archivos GLB y OBJ con topología limpia que cumplen con las especificaciones para videojuegos, algo que un splat en bruto nunca logrará sin un proceso de conversión complejo. Para profundizar en cómo mantener esa topología limpia, consulta nuestra guía sobre mejores prácticas de topología limpia.
La mayoría de los pipelines de producción terminan utilizando dos de ellos, no solo uno. Capturar referencias reales con 3DGS y generar componentes originales con una herramienta de modelado de mallas es una división común y sensata.
Malla poligonal frente a nube de puntos de representación gaussiana de la misma silla de madera, flujo de trabajo desde fotos hasta la herramienta de representación gaussiana y luego al visor de Unity o Unreal. Malla de fotogrametría frente a nube de puntos de representación gaussiana frente a malla optimizada generada por IA.
El 3D Gaussian splatting es la forma más rápida de convertir fotos en una escena 3D fotorrealista y navegable en tiempo real. Supera a NeRF en velocidad y a la fotogrametría en tiempo de captura, pero entrega una nube de puntos, no una malla. Téngalo en cuenta. Úselo para capturas estáticas y entornos; combínelo con fotogrametría o herramientas de generación 3D con IA como Triverse AI cuando necesite algo editable, y dedicará su tiempo a construir en lugar de perder tiempo luchando con formatos de archivo.
Dennis Kirk is an AI 3D specialist and game developer with more than 5 years of industry experience, mastering production workflows across Unity, Unreal Engine, and Godot. He focuses on demystifying next-generation 3D workflows for creators of all skill levels. His writing spans hands-on technical walkthroughs, asset optimization strategies, and in-depth software reviews, helping developers build faster and smarter.
