3DGS 目前在實務操作上有哪些較不擅長處理的情境？例如在面對較為昏暗的場景時，拍攝紀錄上是否會比較困難？

潘胤余：若以傳統 OBJ 等由點、線、面組成的模型標準來看，3DGS 其實不適合直接當作傳統的 3D 模型來使用。在實地拍攝時，它確實有幾個明顯的罩門：

首先是光照環境的限制。只要是鏡頭上看不清楚、過於黑暗的地方，演算法就無法精準捕捉，因此產生大量雜訊。有一次我想拍攝鹿港老街的古蹟，為了避開人潮特地等到晚上十點，但暗巷裡漆黑一片；後來我改用 RAW 檔格式拍攝，利用 RAW 檔保留的暗部細節，先讓軟體進行特徵對齊，完成後再調回原本的色彩，才有效減少了 3DGS 裡暗部的懸浮雜訊。此外，現場若有閃爍的燈光，如店家招牌燈、效果燈，也會導致採集的光影不理想。

其次是動態物體。這可以說是 3DGS 的災難，因為如果在拍攝過程中有物體移動（例如風吹導致樹葉搖晃），後製算圖時該區域就會變成一片模糊；若現場一直有人流經過，地面也會留下重疊的殘影痕跡。

還有一種是大面積無紋理的表面。例如大白牆、特寫畫面，或是隧道裡不斷重複的軌道與牆面。這會導致軟體無法找到特徵點進行對齊，算圖引擎會無法辨識當前照片到底屬於場景的哪一段。面對這類缺乏特徵的情境，我們在拍攝時就必須額外搭配標記點來輔助定位。

針對 3DGS 龐大的資料量與運算需求，在電腦硬體上最吃重的是哪一部分？

潘胤余：其實檔案本身的資料量還好，最吃緊的絕對是記憶體 — 包含顯卡的顯存（VRAM）以及系統記憶體（RAM）。整個解算過程極度依賴顯示卡。即使是規模不大的場景，顯存需求也經常超過 12GB，通常需要 RTX 5080 以上等級的顯卡才能負荷；若是更龐大的模型，甚至需要 24GB 以上的顯存。為了順利運算，我們甚至會需要與其他公司合作，借用高階顯卡來執行。

系統記憶體與硬碟的讀取速度同樣非常關鍵。我舉個實際的例子：早期在處理大量照片運算時，電腦常常算到一半就直接強制關機。後來除錯過程中才發現，因為我把照片存放在傳統的硬碟裡，讀寫速度完全跟不上運算需求；直到把檔案搬到高速 SSD 後，才順利解決這個問題。

此外，當場景較大、設定的迭代次數較多時，一旦系統記憶體被耗盡，就算讓它運算再久，畫面品質也不會再提升。因此，我們現在對於硬體配置的策略非常明確：就是直接把記憶體插滿、換上最高速的 SSD，並配置最強的 GPU 來因應。

近期發佈的 3DGS 影片也加入了 AI 生成技術，未來還有哪些特別想探索的方向？

潘胤余：這部分非常有趣，我們之所以做這些實驗，核心目的是為了「說服客戶」。因為許多影視領域的客戶覺得 3DGS 技術「很炫」，但會質疑它的實際用途；若僅僅作為場景的數位備份，大家不一定願意買單，所以我們必須持續為它尋找、測試各種實際的應用情境。

就技術面而言，AI 在生成或解析影片時的第一原理，是先計算畫面的深度，進而判斷虛擬角色與場景的相對位置。而 3DGS 最大的優勢之一，就是它能直接匯出精準深度圖（Depth Map）。當我們將這些深度資訊輸入 AI 工具時，AI 就能清晰理解空間中的牆面、轉角與距離，精準地將人物完美融入場景中。

以我們近期測試的滑板場景為例，場地包含了碗池與溜滑梯等複雜的弧線結構。我刻意在拍攝時邊移動、邊旋轉鏡頭，然後將這種高難度的動態運鏡交給幾款主流的 AI 影片生成模型（如 SeeDance、Wan 3.0、MiniMax H3 等），測試它們能否精準追蹤旋轉的鏡頭，並讓生成的虛擬角色在裡面流暢地滑板與翻板。測試後發現，雖然各家模型各有優缺點，但都能很好地理解複雜環境的鏡頭語言，效果非常優異。我們未來也會持續深入探索這樣的結合方向。

怎麼觀察目前 3DGS 在國內影視產業的接受度？期待未來會如何發展？

潘胤余：老實說，目前的整體環境其實滿具挑戰性的。當前影視產業面臨 AI 短影音興起的衝擊，大家對製作預算與效益難免產生疑慮：究竟是否還需要投入大量資金製作特效？還是直接用 AI 生成就好？

面對這些挑戰，我們更專注於尋求解決方案。我們曾舉辦座談會與業內人士交流，展示 3DGS 在前期與後期的龐大助益。例如在前期勘景，目前多數製片仍習慣看平面照片開會，少數會使用 360 度相機；但若能透過 3DGS，團隊在開拍前就能精準掌握空間大小、距離，甚至預先設定廣角或緊湊的鏡頭供攝影師參考。此外，我們也與特效公司合作，將 3DGS 場景放上虛擬棚的 LED 螢幕，背景能隨攝影機運鏡即時旋轉，我認為這是未來非常有潛力的導入切入點。

目前我們仍在積極拓展客戶群，也和夢想動畫合作，採取「先掃描保存」的策略 —— 等未來進入後期行銷或特效製作有實際需求時，再來討論檔案的授權費用。現在也透過這種「先拍攝、後推廣」的方式，成功與多個劇組展開合作了。

對此服務進行計價及商業規劃？

潘胤余：為此，我們其實經歷過一段摸索與取捨。如果面對一般個人客戶（例如只想做空間掃描案子），以影視產業的高規格來報價，往往會超出他們的預期；但若為了接案而接，對團隊來說又無法獲得合理的商業回報。

因此，我們現在的定位非常明確：鎖定有「高精準度需求」的高端或企業客戶，才能確保專業品質與合理的利潤空間。在這樣的挑戰下，我們也將觸角拓展到跨領域的客戶，例如科技產業。隨著近年機器人技術的快速發展，企業非常需要建立極度擬真的數位孿生（Digital Twin）環境，用來訓練機器人在工廠內行走與操作機台。

因為 3DGS 呈現的視覺效果遠優於傳統的光達雷達，現在的機器人不僅需要理解物理的幾何碰撞，更需要透過極致擬真的「視覺演算法」來辨識環境與物體。這讓 3DGS 變得非常適合用於機器人的視覺模擬訓練，最近也有不少科技公司主動與我們洽談合作。這類跨領域的需求，也讓我們深刻看見 3DGS 在影視產業之外，還有非常龐大的商業潛力。

想掌握更多 3DGS 技術在影視與跨領域的實戰應用與最新動態，請持續關注起步走影像。

受訪者