详细解读
Mip-Splatting 解决的是尺度和采样导致的混叠。标准 3DGS 在训练视角看起来很好，但当相机距离或分辨率变化时，高斯可能过度膨胀、闪烁或产生尺度相关伪影。
论文引入 3D smoothing filter 和 2D Mip filter，使高斯表示和屏幕空间投影在多尺度下更稳定。它不是单纯提高训练质量，而是在训练和渲染两端都显式考虑采样理论。
核心思想是：一个基元在世界空间和屏幕空间都需要合适的低通处理。若只优化训练图像，模型可能学到只在特定采样尺度成立的高频解释；换视角或缩放后这些解释就会崩。
这篇论文对查看器很重要，因为用户会缩放、移动相机、改变分辨率。局限是滤波会带来额外实现和参数选择，过强滤波也可能损失锐利细节。