Gaussian splatting, atau yang kerap disingkat GS, digambarkan oleh seniman pindai Christoph Schindelar sebagai "metode penangkapan dan rendering modern yang mengubah foto atau video menjadi representasi 3D real-time." Berbeda dengan fotogrametri konvensional yang memakan banyak sumber daya, GS bekerja dengan cara yang jauh lebih efisien.
Schindelar, yang pernah bekerja untuk Quixel milik Epic Games, menjelaskan bahwa alih-alih membangun adegan dari poligon, GS menggunakan jutaan 'splat' Gaussian semi-transparan kecil. Setiap splat memiliki posisi, ukuran, orientasi, dan opasitas 3D, serta perilaku yang bergantung pada sudut pandang yang disebut 'spherical harmonics'. Saat dirender, pendekatan ini menghasilkan jejak elips di layar.
Proses pembuatan aset dengan Gaussian splatting dimulai dari pemindaian. Untuk hasil berkualitas tinggi, Schindelar menghabiskan waktu berjam-jam memotret menggunakan kamera DSLR atau rig kamera. Sebagai contoh, ia memindai seluruh interior dan eksterior sebuah pabrik timah dan barang bekas yang terbengkalai hanya dalam dua minggu menggunakan satu kamera Sony A7R4.
Ukuran dataset hasil pemindaian bisa bervariasi drastis. Dalam proyek kelas atas, Schindelar pernah mencapai dataset mentah hingga 1,5 TB. Namun, ia menekankan bahwa untuk pengembang indie, angka yang lebih realistis berkisar di puluhan gigabyte. Proses pasca-pemrosesan biasanya memakan waktu satu hingga tiga hari.
Bagian yang paling menarik, menurut Schindelar, adalah jalur rekonstruksi. "Mulai dari gambar referensi yang ditangkap, biasanya dengan posisi kamera yang sudah sejajar dan point cloud yang jarang, proses optimasi Gaussian Splatting menyesuaikan splat hingga tampilan yang dirender cocok dengan foto asli," jelasnya. Proses ini disebut 'splat training', di mana awalnya terlihat awan splat yang kacau lalu perlahan menyatu menjadi representasi yang koheren.
Meskipun GPU bertenaga penting, Schindelar menekankan bahwa faktor perangkat keras yang paling krusial adalah VRAM. "Semua data harus di-cache di kartu grafis," katanya. Ia sendiri menggunakan RTX 5090 untuk pelatihan splat di sebagian besar proyeknya, namun ia pernah melihat seniman splat lain mencapai hasil bagus dengan laptop yang relatif ringan.
Bagi yang tidak memiliki perangkat keras mumpuni, ada opsi berbasis cloud seperti Varjo Teleport, KIRI Engine, dan XGRIDS yang menawarkan layanan pemrosesan Gaussian Splatting. Setelah rekonstruksi, pelatihan, dan ekspor, ukuran file adegan GS biasanya jauh lebih kecil dari dataset aslinya, seringkali hanya berkisar 2 hingga 4 GB.
Salah satu demo paling mengesankan adalah interior Gereja Kefermarkt yang dimenangkan sebagai 'Splat of the Year' di Penghargaan Polys Immersive 2025. Dengan teknik kompresi 'Self-Organizing Gaussians', adegan gereja yang awalnya berukuran 1 GB berhasil ditekan menjadi hanya 55 MB tanpa kehilangan kualitas yang signifikan.
Gaussian splatting unggul dalam mereproduksi struktur tipis seperti rambut, kabel, dan dedaunan yang sulit direkonstruksi dengan metode mesh tradisional. Namun, teknik ini memiliki keterbatasan utama: pencahayaan yang sering kali 'baked-in' atau statis karena didasarkan pada gambar diam. Schindelar mengakui bahwa GS masih memerlukan banyak pekerjaan sebelum benar-benar menjadi alat standar di gudang senjata pengembang gim.
Meski begitu, ia tetap optimis. "Saat saya menguji beberapa eksperimen gim berbasis splat di Steam Deck saya, ini membuat saya tersenyum lebar," ujarnya. "Tingkat kualitas visual pada perangkat kecil ini benar-benar menakjubkan. Kami belum sampai di sana dalam hal performa, tapi sudah sangat, sangat dekat—dengan beberapa optimasi lagi, ini akan menjadi pengubah permainan!"