MipMap3D 参考评估

MipMap3D 是成熟的商业摄影测量 / 3DGS 产品体系,不是本平台的替代品。它的正确用法是:作为算法产出基准、3DGS 交付格式参考、三维交互参考、以及算法延期时的备选引擎。本章给出可落地的评估与接入边界。

Desktop / Lite / Engine / CloudSOG / SOGTilesLOD 流式Build vs Buy30 天 PoC

8.1结论先行

建议采取"主用算法团队 + MipMap 作基准与兜底 + 吸收其格式与交互经验"的混合策略,而不是二选一。

建议采纳

把 SOG / Streamed SOG 纳入交付格式

作为 3DGS 的 Web 发布格式,替代直接加载 .ply/.splat。压缩比 15–20×,天然支持空间分块与 LOD,能显著降低首屏与带宽压力。

建议采纳

用 MipMap 做精度/效率基准

同一批原始数据,用算法团队与 MipMap Engine 各跑一遍,比较配准残差、点密度、纹理质量、耗时与成本。这是最客观的验收依据。

可选备选

算法延期时用 Engine 兜底

仅在算法团队关键能力延期、且业主同意追加预算时启用。通过网关适配器接入,不改业务代码。

不采纳:把 MipMap 当成验收业务平台。它解决"把现场重建出来",不解决"按 408 项规范判定、缺陷闭环、资产包签署"。这两件事的领域模型完全不同。也不采纳:直接依赖 MipMap Cloud 处理涉敏数据——数据出内网是准入红线。

8.2产品矩阵与能力边界

先分清四个产品形态,避免把"桌面工具的能力"误当成"可集成的能力"。

产品形态核心能力对本项目的价值可接入性
MipMap DesktopWindows 桌面软件照片/视频/全景/LiDAR 重建;空三、DOM/DSM、点云、Mesh、3DGS;量测标注;叠加 CAD;多期对比;项目管理交互参考 + 算法结果对照 + 小批量应急生产不可直接集成
MipMap Lite轻量桌面全景相机、手持 LiDAR、室内漫游重建室内变电站 / 户内场景的快速建模参考不可直接集成
MipMap EngineCLI / SDK,Windows & Linux,支持私有化空三、三维模型、正射/DSM、3DGS、实时重建、LiDAR 重建;可按模块集成可集成的备选重建引擎;也可作为算法团队的对照基准可接入网关
MipMap Cloud云端平台成果上传、在线预览、量测、分享、云端重建、端云同步交互与协作参考;涉敏数据不建议使用不建议接入
3DGS 压缩收益
15–20×
SOG 相对 PLY
重建输入
5类
影像/视频/全景/LiDAR/多源
Engine 部署
私有化
Windows / Linux
推荐 GPU
12GB+
3DGS 显存建议

注:以上基于 MipMap 公开资料(2026-11)。具体版本能力、授权方式与私有化条款需以厂商书面报价与技术确认为准。

8.3四层参考关系

把"MipMap 参考作用"拆成四层,分别对应四个不同的项目决策,避免混为一谈。

MIPMAP3D Desktop / Lite 生产工具 · 交互参考 Engine CLI / SDK 可私有化 · 可集成 SOG / SOGTiles 压缩 + LOD 流式 质量报告 / 参数 可对照 · 可审计 Cloud 涉敏数据不建议使用 ① 算法基准 同数据对照:精度 / 效率 / 成本 ② 交付格式 SOG / SSOG / 3D Tiles 选型 ③ 交互参考 量测 / 图纸叠加 / 多期对比 ④ 备选引擎 延期兜底 / 特定场景补位 M2 算法选型评审 决定是否调整算法路线 / 追加预算 三维渲染管线设计 增加 SOG Loader / LOD 调度 / 缓存 工作台交互原型 测量工具 / 图层 / 差异标注 算法网关适配器 + 采购评估 不改业务代码,只加 Provider 核心判断:格式与交互可以直接吸收;引擎只能作为备选,不能成为主路径;Cloud 不进入涉敏链路。

8.4参考一:算法产出基准

算法团队的成果"好不好",不能只靠演示。用 MipMap 同数据跑一遍,就有了可比较的基线。

对比维度指标采集方式判定建议
几何精度控制点残差、检查点 RMSE、配准残差同一组控制点,双方各跑一次算法团队不劣于 MipMap 基线的 1.2 倍
完整性覆盖缺口率、空洞率、点密度网格化统计 + 目视抽查覆盖率 ≥ 98%,关键区域无空洞
视觉质量纹理清晰度、漂浮物、边缘破碎固定机位截图 + 盲评5 人盲评,不低于基线
效率单工程耗时、GPU 小时、失败率同硬件、同数据满足项目排期即可,不要求绝对领先
格式合规PLY / LAS / 3D Tiles / SOG 可读性用平台加载器逐一验证能被平台与 Cesium 正常加载
可追溯算法版本、参数、质量元数据检查 manifest缺一项即不合格
建议做法:选 1 个 500kV 变电站 + 1 段 220kV 线路作为"基准数据集",在 M1 阶段就完成双方对照。不要等到 M5 验收才发现算法效果不达预期。对照结果写入《算法选型评审报告》,作为是否启用备选引擎的依据。

对照实验设计

固定输入

同一批原始影像、控制点、LiDAR、CRS 参数,双方不得挑选数据。

固定硬件

同一台 GPU 节点,记录驱动、CUDA、显存。

固定评价

同一套检查点、同一套截图机位、同一套盲评表。

双盲评审

成果去标识后由业务与三维工程师评分,避免先入为主。

基准数据集的三个用途

  • 选型:决定主用算法团队还是启用备选。
  • 回归:算法每次升级都跑同一套数据,防止"越升越差"。
  • 验收:向业主证明精度与效率,而不是只放演示视频。
基准数据集应包含:室内变电站、室外构架、线路走廊、弱纹理/强反光场景各一处。

8.5参考二:3DGS 交付格式(最重要)

MipMap 的公开资料明确输出 PLY / SOG / SOGTiles,并强调 LOD 驱动的大场景渲染。这正好击中我们原方案"直接加载 .splat/.ply"的软肋。

8.5.1 三种格式的差别

格式本质体积LOD / 流式适用场景本项目定位
PLY原始高斯属性(位置/尺度/旋转/颜色/SH)基准 100%无训练输出、交换、归档源文件 / 归档
.splat32 字节/点定长记录约为 PLY 的 1/3–1/2无(需自研分块)中小场景快速加载过渡格式
SOG量化属性写入 WebP 图像平面(Spatially Ordered Gaussians)约 PLY 的 1/15–1/20单体加载;SSOG 支持分块 LODWeb 发布、移动端、大场景推荐发布格式
SOGTiles / Streamed SOGlod-meta.json + 空间树 + 分块 SOG按需加载有,按视锥/距离/SSE 选层亿级高斯、城市级场景大场景首选
3D Tiles + KHR_gaussian_splattingOGC 瓦片 + 高斯扩展取决于编码有与 Cesium 生态统一观察 / 验证
必须验证:MipMap 导出的 "SOGTiles" 是否就是 PlayCanvas 规范的 Streamed SOG(lod-meta.json + 分块 meta.json + WebP),还是厂商私有封装。二者加载器不同。拿到样例后先用开源 splat-transform / PlayCanvas 查看器验证,再决定自研 Loader 的实现范围。

8.5.2 对渲染管线的直接改造建议

原方案(需修正)

.ply / .splat 直接加载

全量解码 → 全量上传 GPU → 自研空间分块。首屏慢、显存高、实现量大。

自研 LOD 与排序

需要处理分块、误差度量、预算控制,至少多花 4–6 人周。

单一排序策略

相机快速移动时易闪烁,缺少层级回退。

建议方案(吸收 MipMap 经验)

PLY 仅作源文件与归档

训练/交换保留 PLY;Web 端不直接加载。

SOG / SSOG 作为发布格式

压缩 15–20×,按空间树加载;首屏只取粗层。

Loader 统一抽象

SplatSource 支持 ply/splat/sog/ssog,业务无感。

LOD 预算控制

按显存与帧率动态选层;相机静止时冻结排序。

8.5.3 SOG 的工程要点

要点说明对平台的影响
量化有损位置/尺度/旋转/颜色以 8-bit 图像通道存储,属有损压缩归档必须保留 PLY;SOG 只用于展示,不能作为量测唯一依据
WebP 纹理每类属性一张或多张 WebP,同一像素对应同一高斯需要解码器与 GPU 纹理上传;注意无 Alpha 预乘问题
空间树lod-meta.json 描述 AABB 二叉空间划分与每叶 LOD 区间加载器需实现视锥裁剪、距离/SSE 选层、预算平衡
分块边界每块只含单一 LOD,块内按 Morton 排序块间排序需全局处理,否则接缝处闪烁
坐标SOG 本身通常不带地理坐标必须由 manifest 提供 CRS + 变换矩阵,平台侧统一到 ENU
兼容性PlayCanvas / Spark / Cesium 支持程度不同选型前做加载器矩阵测试,不要假设"都能打开"
收益测算(按 8 亿高斯估算):PLY 约 30–40 GB,.splat 约 26 GB,SOG 约 2 GB,SSOG 首屏仅加载 200–400 MB。对国网内网带宽与客户端显存都是数量级改善。这就是"参考 MipMap"最实际的价值。

8.6参考三:三维量测与图实比对交互

MipMap Desktop 已经把"在实景上量测、叠加图纸、做多期对比"做得很顺。我们的工作台可以借鉴其交互范式,而不是从零发明。

随手量测

距离、面积、体积、角度;量测结果直接标注在三维场景中,可导出报告。对应我们的锚点量测 + 证据截图。

图纸叠加

CAD / 矢量图层精确贴合实景模型。对应我们的 GIM 线框叠加与图实比对。

多期对比

同一工程多期成果对比,追踪施工进度与偏差变化。对应我们的"版本化 + 差异报告"。

交互点MipMap 的做法(参考)本项目的改造
量测入口工具栏常驻,点选即量,结果浮在场景中增加"验收指标"上下文:量完直接关联 408 项中的某一项
图纸叠加导入 CAD/矢量,手动对齐用 GIM 构件坐标自动对齐;偏差色带;构件级拾取
多期对比选择两期成果,切换/叠加查看绑定"设计版 / 施工版 / 竣工版",自动生成差异清单与影响分析
结果表达标注 + 截图 + 导出标注 + 截图 + 哈希 + 证据链,直接进入验收报告与资产包
视角自由漫游 + 预设视角增加"验收标准视角":固定机位、固定比例尺、可复现截图
设计启示:MipMap 的交互是"工具型"的——快、直接、少弹窗。我们的工作台容易做成"表单型"(先选指标再量测),会打断心流。建议:先量测、后归因。量完弹出"关联指标"建议,由系统猜测 + 人工确认。

8.7参考四:备选重建引擎(Build vs Buy)

算法团队是主路径,但必须有 Plan B。MipMap Engine 是当前最现实的备选:CLI、可私有化、支持 Linux、输出格式齐全。

评估项自研 / 算法团队MipMap Engine权重
领域适配高 可按输变电场景定制中 通用摄影测量,需调参20%
精度可验证 需基准对照成熟 有商业案例20%
交付周期长 算法研发不确定短 采购 + 集成15%
可控性高 源码/参数可控中 黑盒,依赖厂商15%
成本研发人力License + 维护10%
私有化 / 合规完全支持 需书面确认离线授权10%
生态与格式需自建SOG/3D Tiles/LAS 齐全10%
采购前必须确认的 8 件事:① 是否支持完全离线授权;② License 是否绑定机器/GPU;③ 是否允许集成到闭源商业交付件;④ 是否按并发/节点/年度收费;⑤ 升级是否强制;⑥ 是否提供 Linux 容器镜像;⑦ 是否有 source escrow;⑧ 数据是否会被回传厂商。

8.8若接入:适配设计(不改业务代码)

无论最终是否采购,接入方式都应该按"可插拔 Provider"设计。这样启用/停用只是一行配置。

TASK GATEWAY 统一任务 Schema 提交 / 查询 / 回调 / 校验 Provider: Algorithm HTTP + S3 + Webhook 算法团队主路径 Provider: MipMap CLI 容器 / 本地 GPU 备选 / 兜底 Provider: Mock 开发期 / 演示 成果校验器 manifest / 哈希 / CRS 质量阈值 / 格式白名单 对象存储(只读版本) splat / sog / 3dtiles / las 三维渲染器 SplatSource 适配 ply/sog 指标 / 缺陷 / 归档 业务无感 关键:MipMap Provider 只负责"调用 + 输出转换",不稳定能力不进入业务层。切换主/备只改配置。

Manifest 需要扩展的字段

{
  "producer": "mipmap.engine",          // algorithm | mipmap.engine
  "producerVersion": "4.0.x",
  "licenseId": "...",                 // 采购审计用,不回传厂商
  "formats": {
    "source": "ply",
    "web": "sog",                    // 或 sogtiles
    "tiles": "3dtiles"
  },
  "quality": { "reportUrl": "s3://.../quality-report.json" }
}
边界:MipMap Provider 不得直接写业务库、不得调用指标引擎、不得绕过成果校验。它和算法团队一样,只是"成果供应方",必须遵守同一份任务契约。

8.9风险与不建议的做法

#风险 / 反模式后果对策
01把 SOGTiles 当成标准格式直接写死厂商私有封装一变,加载器全废先验证格式;Loader 抽象;保留 PLY 源文件
02用 SOG 做量测的唯一数据源量化有损,精度不可追溯量测基于 PLY/点云;SOG 只用于展示
03依赖 MipMap Cloud 处理涉敏数据违反"数据不出内网"红线只用私有化 Engine;Cloud 仅做非敏感演示
04采购后把算法团队踢出局失去领域定制能力,长期被厂商锁定双轨并行:算法主用、MipMap 基准/兜底
05License 绑定 GPU/机器扩容、灾备、换机都受限合同明确可转移、可离线、可容器化
06忽略导出坐标系与 GIM 对不上,返工强制 CRS + 控制点复核;写入 manifest
07把 MipMap 的量测结果直接当验收结论缺少规范判定与证据链只作为"模型值"输入,判定仍由指标引擎完成
许可证提醒:MipMap 是商业软件,Desktop 有免费/订阅/永久版本,Engine 为商业授权。引入前需法务确认:是否允许嵌入闭源交付、是否允许二次分发、是否要求显示商标、是否有出口管制。不要把"能试用"当成"能交付"。

8.1030 天 PoC 验证计划

不要靠销售演示做决策。用 30 天、一个真实工程、一套硬指标,把"参考"变成"结论"。

周次动作产出通过标准
W1选数据集:1 个变电站 + 1 段线路;准备控制点与检查点基准数据集 v1覆盖室内/室外/弱纹理
W1申请 Engine 试用 / 报价;确认离线与集成条款商务条款清单关键条款无红线
W2算法团队与 MipMap 各跑一遍;统一硬件与参数记录两套成果 + 日志均可正常输出
W2格式验证:PLY / SOG / SOGTiles / 3D Tiles 在平台加载器与 Cesium 中打开加载器矩阵报告至少一条链路可用
W3精度对照:控制点残差、检查点 RMSE、配准残差精度对比表差异可解释,不劣于 1.2×
W3性能对照:首屏、帧率、显存、包体性能对比表SOG 首屏 ≤ 8 s
W4业务盲评:5 名验收/监理看截图评分盲评报告不低于基线
W4决策会:主用 / 备选 / 不引入;更新架构与预算选型决议业主、算法、平台三方签字
精度
≤20mm
室外辅助测量级
首屏
≤8s
1 亿点 / 大场景
压缩
≥10×
相对 PLY
集成
≤5人日
网关适配器

8.11决策建议与采购清单

建议的决策

M1:完成基准对照

算法团队 vs MipMap,同数据、同硬件、同评价。形成书面结论。

M2:格式选型

Web 发布优先 SOG/SSOG;归档保留 PLY;3D Tiles 作为备选。

M2:确定是否采购 Engine

仅在算法延期或特定场景不达标时采购;合同锁定离线、可转移、可集成。

M3:接入 Provider

网关增加 MipMap Provider;与 Algorithm Provider 同 schema、同校验。

M4:性能验证

用 SOG 链路跑 1 亿点场景,验证首屏、帧率、显存。

采购 / 技术确认清单

把这份清单作为采购附件,比任何口头承诺都有效。
一句话总结:MipMap3D 对本项目最大的价值,不是"买它来重建",而是用它的格式标准校正我们的 3DGS 交付链路,用它的产品交互校正我们的工作台,用它的成果作为算法团队的基准。引擎采购只在算法延期时启动,且必须可插拔。

8.12参考资料

以下资料用于本章评估,具体版本与条款以官方最新发布为准。

来源用途链接
MipMap 官网产品矩阵、Desktop / Lite / Engine / Cloud 能力边界mipmap3d.com
MipMap Engine 文档CLI / SDK、私有化部署、空三 / 3DGS / LiDAR 能力docs.mipmap3d.com/engine
MipMap Desktop 三维成果SOG / SOGTiles / PLY 输出与坐标系设置docs.mipmap3d.com/desktop
MipMap 3DGS 工作流重叠度建议、GPU 配置、分块训练与 LOD 渲染mipmap3d.com/blogs
SOG 格式规范Spatially Ordered Gaussians 的量化、WebP 存储与索引developer.playcanvas.com
Streamed SOG 规范lod-meta.json、空间树、分块 LOD 与流式加载streamed-sog
Cesium 3D Tiles瓦片标准、LOD、与 Cesium 集成cesium.com/3d-tiles
3DGS 原始论文 / 参考实现算法原理参考;研究许可,不可直接商用INRIA / MPII
引用边界:本章对 MipMap 的能力描述来自公开资料,不构成采购承诺;SOG 压缩比与 LOD 行为来自格式规范与公开测试,实际效果需用本项目数据验证。