补充几个原作者透露和工程落地的关键细节：
1. 数据输入：依赖带有相机位姿（Camera Poses）或空间定位的 2D 连续帧，手机配合 ARKit/ARCore 就能采出这种带位姿的视频。
2. 显存开销：逐帧 3DGS 堆叠极其吃显存，几十秒的高帧率视频全量渲染时会撑爆 GPU，作者后续是用 Claude Opus 5.5 辅助写调度脚本做视锥裁剪与 LOD 分层。
3. 落地建议：目前最快跑通的路径是手机端录制带位姿视频，丢进单目 3DGS 框架跑序列，再用 WebGPU/Three.js 挂到三维底图（如 Cesium 或 Google Photorealistic 3D）上做长程可视化。