LightBridge：把重光照变化直接传播到完整3DGS

图 2 如何从一段渲染视频的光照变化更新整间房间的高斯外观？

1. 1

   构造几何对应的多灯光监督

   图左用Infinigen场景、Cycles单灯OLAT的线性HDR组合生成成对光照。训练300房间、测试31房间，每场30灯光配置、六条81帧轨迹；先优化参考3DGS，再固定几何只改变SH，保持高斯身份对应。

2. 2

   让潜空间桥接预测变化而非从噪声重建

   图中Wan2.2接收源视频、灯光掩码和Plücker相机射线，用源/目标之间的带噪桥训练速度。默认在源端一次前向得到latent速度token，直接代表光照差异；完整3D流程无需先解码目标视频。

3. 3

   沿稀疏渲染对应传播2D与3D信息

   图右PTv3在中间64³网格尺度做交互：每图像patch取按splat贡献排序的top12三维token，先联合自注意力，再让三维token跨视图聚合2D证据。它减少全注意力成本，但稀疏对应与时域VAE的相机近似仍会影响局部传播。

4. 4

   预测SH残差，几何保持固定

   高斯头输出每个高斯的SH增量，中心、尺度、旋转和透明度不动。三阶段先训桥、再用真值差分训传播、最后联合微调；推理无需场景专属再优化，但最初3DGS重建与灯光标注并非凭空消失。

以下为作者报告；已阅读 v1 全文及可用附录，本站未独立执行研究实验。实验条件与编辑解读分别列出。

09-02 首发回顾补收；全文和附录已核实。论文仅承诺接收后发布代码和数据，本次未核实实际下载资源，不标开源。

LICENSE论文及图 2 为 CC BY 4.0；代码、数据和权重尚无可核实发布许可。