为什么值得读
3DGS 类方法的落地瓶颈早就不是画质，而是显存和训练成本。这篇从「基元形状」这个最底层的地方挖效率，是端侧 3D 与数字人重建会直接受益的那类工作。
背景：泼溅方法的显存困境
辐射场与泼溅式重建这几年进步很快，但内存与算力开销让它们很难跑在资源受限的设备上。2DGS 用扁平面片贴合表面，已经是省显存的代表，可面片数量依然庞大。
作者的问题很直接：既然局部表面近似平面、颜色变化平缓，为什么还要用那么多小块去拼？
方法：六边形 + 局部颜色场，用更少更大的基元
Hexels 是平面六边形的面元，每个基元带一个一阶（线性）空间颜色场，用来描述基元内部的颜色渐变。
选六边形是有几何理由的：在给定面积下，六边形的边界更经济、覆盖更均匀，因此可以用「更少、更大」的基元铺满同一块局部平面，同时不产生明显的拼接缝。
颜色场则补上了大基元的短板——大块面元如果只有一个颜色，纹理就糊了；一阶场让单个基元内也能渐变，于是「大」和「细」不再矛盾。
结果：34 个场景、15 个 DTU 扫描、6 个 T&T 场景
在 34 个场景上，同等显存预算下比 2DGS 的 PSNR 高 4.53–7.38 dB，且训练显存更低。单基元对比里，Hexels 相对 2DGS 最多高 4.74 dB，FPS 快 2.31 倍。
表面重建任务上，15 个 DTU 扫描的误差相对同显存的 2DGS 降低 28.9%；6 个 Tanks and Temples 场景的平均 F1 达到 34.38%，对比 2DGS 的 31.72%。
顺带一提，它作为通用基元在 2D 图像表示上也优于 Image-GS——说明这套「形状 + 局部场」的思路不只对 3D 有效。
值得关注的点
这是典型的「换基元」红利：不改变训练范式，只改最底层的表示单元，就能同时拿到画质、速度、显存三项改善。对做数字人、AR 试穿、机器人场景建模的团队，这类改进比刷 SOTA 更实用。
也提醒我们，泼溅方法的效率前沿还远没到头——六边形之后，还会有更贴合几何的基元被提出来。
PSNR 提升是在「同等显存」的受控条件下比较的，绝对画质与顶级连续表示仍有差距；六边形的投影与光栅化需要定制实现，工程迁移成本高于直接换参数；动态场景与超大场景未验证。
本文基于论文原文摘要与方法章节整理，观点由编辑撰写；如与原文有出入，以 arXiv 原文为准。 发现错误欢迎 邮件指正。