实景捕获正成为新一代制图流程

实景捕获（Reality Capture）正在改变其在GIS技术栈中的角色。Esri数字孪生CTO Konrad Wenzel认为，它已不再只是提供背景影像的辅助数据源，而正在成为一种可操作的核心制图流程。Wenzel拥有斯图加特大学摄影测量学博士学位，2013年联合创立nFrames公司，开发基于影像的三维表面重建软件。Esri于2020年收购nFrames，他随后领导的斯图加特研发中心成为ArcGIS Reality的工程核心。随着无人机、移动设备等采集工具日益普及，实景捕获的门槛大幅降低。Wenzel表示：“现在每个人都能参与进来，这确实令人震撼。”

过去多年，无人机和航空捕获主要充当背景图层——人们更多是“看”它，而非“用”它。Wenzel指出，如今这些数据正深入业务流程，形成更完整的测绘产品。结合AI对多时相数据的处理能力，制图正从一次性项目转向持续制图流程：新数据不断涌入，自动化工具直接从中提取洞察，而不再依赖人工逐项审核每次更新。Wenzel说：“我们认为这就是新的制图方式——一个持续制图过程，每天都有新类型数据贡献进来，借助AI实现资产监测和数字孪生，达到完全不同的自动化洞察水平。” 这一转变让Wenzel早年所受的测量学训练重新回到核心位置：准确知道数据集的实际精度。他表示：“讽刺的是，当我们处于多时相、多模态环境时，精度问题——使用什么传感器、精度意味着什么——反而更加重要。”比较跨越多年的多个数据集，前提是同一根路灯在两次捕获中能被识别为同一根，而非两根。随着更多来源、更多图层被整合进同一模型，这一挑战只会加剧。

当被问及测绘级精度在实景捕获规模化中如何定位时，Wenzel回到他测量学教育中的一条原则：“重要的教导之一是，艺术在于做到必要的精度，这其实很棘手。测量精度也分不同级别，但认识到存在不同精度级别后，我们需要所有级别。”他以城市街景影像为例：仅做视觉对比的人，米级精度即可；但当工作流走向全自动——资产提取、资产监测、图层自动关联——就需要真正的测绘级精度，即英寸或厘米级。Wenzel强调，不同领域对精度有不同答案，不存在一个适用于所有场景的单一标准。 在高斯泼溅（Gaussian Splatting）成为严肃选项之前，Wenzel团队已多年处理点云、网格、真正射影像等经典实景捕获表示，包括地面和无人机高分辨率捕获。早期实现真正人体尺度地面细节的尝试，受限于当时体素网格表示的能力。Wenzel说：“我们很早就开始投资研究不同技术，甚至在高斯泼溅出现之前。”神经辐射场（NeRF）的出现首次释放信号：一类新方法可行，将此前手工设计的优化步骤压缩为单一学习步骤。但NeRF本身鲁棒性不足，性能也难以满足现场使用。 高斯泼溅作为一种表示并不新鲜，Wenzel团队抓住的创新来自法国研究组开发的一种优化技术，利用透明度将网格、点云和体积表示的优势融合到单一格式中。Wenzel说：“如果要走向人体尺度，服务于室内数据捕获、室内资产提取和室外应用——把GIS带到地面——我们就想投入这件事。”Esri几乎立即将该技术产品化：ArcGIS可将高斯泼溅作为完全地理配准的图层消费，公司专门构建了相应能力，包括在现场而非仅在办公室查看器中使用的流式基础设施。Esri还与Khronos Group、Niantic、Bentley等合作，推动开放互操作格式，而非保持专有。Esri于2025年11月发布高斯泼溅支持，Wenzel称其已在ArcGIS Reality用户中迅速普及，“作为我本人也感到非常震撼”。

Wenzel将数字孪生更多描述为组织随需求增长而经历的成熟过程，而非单一技术。多数组织从描述级开始：汇聚各层数据，形成环境的静态现状图，实景制图提供人们能够关联并提取洞察的基础。此后，组织往往转向实时系统，最终走向模拟与预测。这一演进路径表明，实景捕获的价值不仅在于“看见”，更在于支撑持续更新的业务决策。 从连续制图流程到高斯泼溅的工程化落地，再到数字孪生成熟度模型，Wenzel的观察勾勒出实景捕获在GIS中的角色升级。若想了解ArcGIS Reality的技术细节、高斯泼溅的流式实现及开放格式合作进展，请点击原文链接查看完整报道。