SplatLab：让 AI 从复现实验走向 3DGS 自动科研

导语

AI 科研系统过去更多停留在阅读论文、提出假设和生成代码的阶段。真正困难的环节往往从这里才开始：复现基线需要处理复杂工程依赖，实验要持续运行，失败结果必须被记录，最终论文中的每个数字还要能够回到原始实验。SplatLab 试图把这些步骤连接起来，目标领域是迭代速度很快的 3D Gaussian Splatting（3DGS）。

核心要点

• 从可复现基线开始。 系统接收研究提示、目标论文 URL，或在没有明确输入时自主开始。它先构建并验证与已发表结果匹配的基线，再围绕这一骨架修改插件，而不是直接从一份容易失控的长代码模板起步。
• 用实测指标筛选想法。 SplatLab 将候选方案分布到八个“岛”上，通过级联加权的 Elo 竞赛比较表现。评分主要依据 GPU 上测得的 PSNR，并结合文字形式的梯度反馈，帮助后续候选继续演化。
• 把失败纳入选择机制。 系统设置了持续运行的“证伪器”。候选方法在压力测试中失败时会被扣分，因而入选的不只是偶然取得高分的方案，也包括更能经受测试的方案。
• 建立数字与实验的绑定。 论文中的数值必须对应到已记录的训练运行；如果仍有未经支持的声明，运行流程不能结束。这一设计针对自动生成研究中常见的结果不可追溯问题。
• 覆盖训练、消融和写作。 资料显示，系统在 Mip-NeRF 360 和 LLFF 数据集上进行训练与消融，并自动生成研究稿件。公开介绍称，SplatLab 已端到端生成 16 篇稿件，单次运行约需 24 至 48 小时。

结果与边界

在以 PSNR 为目标的实验中，系统生成的稿件相较其复现的目标方法，提升范围为 0.18 至 3.78 dB；其中天体摄影星云渲染实验报告了 3.78 dB 的提升。需要注意的是，这些数字来自项目提供的实验设定和复现基线，不能仅凭摘要判断改进是否适用于更广泛的数据集、指标或任务。真正评估其可靠性，还需要检查公开代码、训练日志、随机性控制、基线实现以及完整消融结果。

意义与影响

SplatLab 的价值不只在于让实验更快，而在于尝试把“研究过程”变成可审计的流水线：方法从已验证的代码骨架出发，候选由实测结果竞争，失败会影响后续选择，论文数字则必须有运行记录支撑。如果这一机制能够在更多视觉任务和代码仓库中稳定工作，科研智能体就可能从论文辅助工具进一步转向实验组织者。

但自动搜索并不等于自动发现科学规律。系统仍受目标指标、候选插件空间、算力预算和评估设计影响；PSNR 的提升也不自动意味着视觉质量、效率或科学解释能力同步改善。因此，SplatLab 更适合被看作一套强调复现与可追踪性的自动科研基础设施，而不是替代研究者判断的黑箱。

来源：Hugging Face Daily Papers