SPLATIFY：将3D高斯泼溅论文与构想转为可训练代码

3D 高斯溅射 (3DGS) 研究的快速发展需要在论文的基础上进行大量工作来重新实现它们。我们引入了 SPLATIFY，这是一个多智能体框架，可将 3DGS 论文转换为可训练的基于 gsplat 的实现，而通用的论文到代码方法和前沿模型则无法实现。 SPLATIFY 通过五项创新实现了这一目标：(1) 基于模块化方法模板的 gsplat 上下文无关语法，具有损失、致密化、渲染和优化的扩展点，约束合成，以便生成的代码通过构造满足 gsplat 的架构不变量。 (2) 忠实再现的架构元素：以功能级粒度检索组件级代码的分叉感知引文恢复、拓扑依赖顺序的思维图合成、从 20 多个经过验证的实现中选择 RAG 引导的上下文示例，以及结合 PSNR 引导的再生、高斯级结构检查和 VLM 驱动的修补的视觉反馈。 （3）知识驱动的组合改进，自主发现弱点并组合互补的正则化器、损失和致密化策略以改进原始结果。 (4) 跨学科方法发现，Agent从 3DGS 文献之外检索物理先验，并将其与渲染知识组合起来，为以前未解决的场景类型生成方法。 (5) SPLATIFY-Bench，一个涵盖 30 篇不同 3DGS 论文的评估框架。在没有公共代码的论文上，SPLATIFY 可以匹配专家实现，同时将开发时间从几周缩短到几分钟，并通过成分发现进一步将 PSNR 提高高达 2.4 dB。我们还展示了完全由 SPLATIFY 合成的体积星云渲染和其他科学领域的新方法。