10 — 二维高斯泼溅

示例文件: examples/10_gaussian2d.py

3D Gaussian Splatting（3DGS）席卷了神经渲染领域。但它的核心思想 出奇地简单：撒一堆彩色的椭圆斑点，alpha 混合到一起，和目标图比较， 然后反向传播。

这个例子把 3DGS 蒸馏到二维本质。没有相机投影，没有球谐函数， 没有分块光栅化。就是 N 个可学习的二维高斯——每个有位置、尺度、 旋转、颜色、不透明度——通过可微分 alpha 合成渲染，用普通的 PyTorch autograd 优化。

看着高斯们在画布上游走、缩放、旋转、变色，最终重新组装出目标图像。 这就是那个能以 100+ fps 渲染照片级真实场景的算法。

新朋友

新东西	它做什么	为什么重要
高斯的 nn.Parameter	位置、对数尺度、旋转、原始颜色、原始不透明度	每个高斯属性都可学习——autograd 搞定剩下的
逆协方差	从尺度 + 旋转得到 $\Sigma^{-1}$	让每个高斯有自己的椭圆形状的数学
Alpha 合成	$C = \sum_i \alpha_i T_i c_i$，其中 $T_i = \prod_{j