企业官网建设流程全解析

如果你处理过大型 3D 高斯 splat 文件，大概率遇到过这样的现象：同样是几千万个点，有的文件加载快、压缩比高、LOD 切换流畅，有的却怎么都不行。splat-transform 给出了一个朴素却极其有效的答案——用Morton 码排序（Z-order 曲线）重排高斯点，换取更好的空间局部性。

本文带你搞清楚三件事：Morton 码到底是什么、为什么它能让高斯点云"听话"，以及 splat-transform 是如何在一条命令行里完成这套排序的。

什么是 Morton 码：把三维空间"折叠"成一条线

想象你有一张 4×4×4 的三维网格，想把里面的格子排成一条一维的线。最笨的办法是沿 x 轴排完再换行，但这样相邻格子经常"跳"到很远的地方。

Morton 码的做法很巧妙：把三个坐标的二进制位交错排列。比如坐标(x, y, z)的位序x2 x1 x0/y2 y1 y0/z2 z1 z0，交错后得到z2 y2 x2 z1 y1 x1 z0 y0 x0。空间上相邻的点，其 Morton 码数值差通常很小；数值接近的点，空间上也往往挨着。

这样，三维的"邻居关系"就被"折叠"进了一维的"先后关系"。在 splat-transform 源码中，这个编码逻辑见 morton-order.ts：先将每根轴归一化到 0~1023（10 位），再用位运算把三位坐标交织成一个 30 位的 Morton 码。

为什么高斯点需要按 Morton 码排序

训练出来的原始 splat 文件（比如 PLY）里的点，顺序往往由训练过程决定，本质上接近随机。这带来几个实际问题：

一句话：排序不改变任何点的属性，只改变它们的存放顺序，却能让后续所有"按空间范围取数据"的操作都变成顺序访问。这就是所谓空间局部性。

一条命令完成 Morton 码排序

splat-transform 的 CLI 把这件事包装成了一个 action：-m, --morton-order。

splat-transform input.ply -m output.ply

• 输入可以是任意已支持格式（.ply、.spz、.sog等），-m会在流水线中重排所有高斯点；
• 排序基于点当前的世界坐标，若之前做过-t/-r/-s变换，记得按"先变换、后排序"的顺序书写；
• 处理逻辑见 process.ts：先生成 0..N-1 的索引数组，调用sortMortonOrder原地排好序，再用permuteRowsInPlace一次性置换整张数据表，无需逐行拷贝。

数据表层面的适配器在 morton-order.ts，只需 x/y/z 三列即可工作。

源码拆解：30 位码 + 基数排序 + 递归细化

splat-transform 的排序核心在 morton-order.ts，设计上有三个值得注意的点：

1. 自适应量化：先扫一遍点云求出包围盒（min/max），再按各轴实际跨度把坐标映射到 10 位整数，保证分辨率"用满"而不是被固定网格浪费。

2. LSD 基数排序：30 位 Morton 码拆成三段，做三轮各 10 位的稳定基数排序（前缀和定桶 + 稳定散列），复杂度 O(n)，避免逐对比较的 O(n log n) 开销。稳定排序保证码相同的点保持原始相对顺序。

3. 递归细化（这是精髓）：1024×1024×1024 的网格装不下千万级点，同一码下可能挤着几百个点。实现里会找出所有"码相同且超过 256 个"的桶，对这个子区间重新求包围盒、重新量化、再排一遍——相当于对拥挤区域自动放大地图，直到点被真正分开。见 morton-order.ts。

同一套内核还提供列式与交错式两个入口（sortMortonColumns/sortMortonInterleaved），分别服务数据表列存储和 GPU 纹理行缓冲，避免无谓的数据重排拷贝。

Morton 码在 splat-transform 里的"隐藏用途"

-m只是显式入口，Morton 排序其实贯穿了多条输出管线：

• Compressed PLY 默认就排好序：写出压缩 PLY 前会先做一次 Morton 排序，让每个压缩 chunk 只覆盖场景的一小块区域。见 write-compressed-ply.ts。
• LOD 分块靠它定位：生成 Streamed SOG（lod-meta.json）时，按空间 extent 划分 chunk 的 partition/bounds 流程全部依赖 Morton 有序的数据。见 write-lod.ts。
• 稀疏八叉树的骨架：碰撞体输出的.voxel.json把体块坐标编码成 51 位 Morton 码（每轴 17 位，支持 13 万块/轴），码序即八叉树的紧凑遍历顺序。见 morton.ts 与 sparse-octree.ts。
• 简化管线的"体检报告"：decimate 的分区模块会统计每个块的源行形成多少连续段（coherence runs）——Morton 有序的文件每个块只有少数几段，而训练顺序文件几乎一行一段。此时它会建议你做一次--morton-order预排序。见 partition.ts。

小结

回到开头的问题：为什么高斯点要用 Morton 码排序？因为空间局部性是图形数据的第一生产力。一次 O(n) 的重排，就能让后续读盘、压缩、LOD 分块、八叉树构建、几何简化全部受益，而点的颜色、形状、位置一个都没变。

如果你的 splat 文件体积偏大、加载偏慢，不妨先试一条命令：

splat-transform input.ply -m output.ply

再配合--stats观察各列统计，感受空间有序带来的变化。更多用法可查阅 README.md 中的 Actions 与 CLI Options 章节。