SplatLab сам пишет статьи по 3D Gaussian Splatting и бьёт бейзлайны до +3,78 дБ

Воспроизвести опубликованную статью по 3D Gaussian Splatting — это недели работы опытного инженера, и только после этого можно предлагать собственное расширение. SplatLab пытается убрать это узкое место целиком. Система принимает исследовательский запрос, ссылку на целевую статью или вообще ничего, затем воспроизводит бейзлайн, придумывает расширение, обучает и абляирует его на Mip-NeRF 360 и LLFF и пишет рукопись. На задачах с целевой метрикой PSNR её тексты обгоняют воспроизведённые цели на величину от +0,18 до +3,78 дБ. Цикл, который у аспиранта занимает месяцы, сжимается до дней преимущественно автономных вычислений.

Почему прежние «AI-учёные» буксовали

Системы, которые читают статьи, формулируют гипотезы и пишут код, уже существуют. Авторы SplatLab называют три их слабых места: короткие фиксированные шаблоны, низкая исполняемость сгенерированного кода и слабая прослеживаемость результатов. Кроме того, ни одну такую систему не показывали сквозным циклом в живой и очень конкурентной области компьютерного зрения. 3DGS как раз такая: статьи выходят потоком, а различия между методами измеряются десятыми долями децибела.

Пять решений внутри конвейера

Первое: кандидаты мутируют не код с нуля, а плагины поверх проверенной реализации, которая уже совпадает с опубликованными бейзлайнами. Это ограничивает пространство поиска рабочими вариантами.

Второе: отбор идёт через турнир с каскадно взвешенным рейтингом Elo на восьми «островах». Кандидатов оценивают по измеренному на GPU PSNR, а обратная связь приходит в виде текстового градиента — словесного разбора того, что сработало и что нет.

Третье: постоянно работающий фальсификатор снимает очки Elo, если кандидат проваливает стресс-тесты. Устойчивость к проверке становится частью отбора, а не отдельным этапом после него.

Четвёртое: каждое число в рукописи привязано к залогированному запуску обучения. Система не может завершить работу, пока остаётся хотя бы одно утверждение без подтверждения.

Пятое: семикатегорийная таксономия 3DGS. Маркеры EVOLVE-BLOCK обёрнуты в доменные каркасы, которые переносятся между репозиториями 3DGS.

Туманности как показательный случай

Самый заметный результат — +3,78 дБ на рендеринге астрофотографических туманностей. Для этой задачи, по словам авторов, готового метода 3DGS не существовало, то есть система не улучшала известный рецепт, а собрала его для малоизученной области. Нижняя граница выигрыша — +0,18 дБ — выглядит скромнее, но в сообществе, где соревнуются за десятые доли, и такой прирост считается заметным.

Ключевые параметры системы:

• Вход: тема, URL целевой статьи или пустой запрос
• Бенчмарки: Mip-NeRF 360 и LLFF
• Отбор: Elo-турнир на 8 островах по GPU PSNR
• Защита: фальсификатор, вычитающий Elo при провале
• Прослеживаемость: каждое число привязано к логу запуска
• Прирост PSNR: от +0,18 до +3,78 дБ
• Срок цикла: дни вместо месяцев аспирантской работы

Что можно взять в работу уже сейчас

Авторы выложили на странице проекта код, все рукописи, журналы экспериментов и межпрогонное хранилище статей. Для лабораторий это готовый материал для проверки: можно взять конкретную рукопись и пройти по цепочке от числа в таблице до лога обучения. Именно такой аудит чаще всего отсутствует в человеческих статьях.

Для команд, которые делают 3DGS в продукте, практический вывод другой. Верифицированную реплику бейзлайна и турнирный поиск по плагинам можно использовать как автоматический стенд для подбора улучшений под свои данные, будь то съёмка помещений, дроны или научные изображения. Правило «нет лога — нет утверждения» стоит заимствовать и вне 3DGS: оно закрывает главный риск автоматически написанных исследований, когда красивый текст расходится с реальными запусками.

Остаётся открытым вопрос о границах: метрика PSNR измерима и дешева, а многие области компьютерного зрения такой ясной оценки не имеют. Но SplatLab показывает, что в подобласти с чётким измерением и быстрыми экспериментами автономный цикл от чтения статьи до рукописи уже работает.