NeRF 的速度瓶颈
标准 NeRF 需要沿每条光线评估大量采样点和神经网络，因此在交互式可视化或游戏场景中很难直接达到实时。已有 MobileNeRF、BakedSDF 等路线尝试把体渲染转为纹理网格，但透明、玻璃、毛发等材料仍可能需要多层采样。
Quadrature 的转换步骤
该方法从 Instant NGP 与 Nerfacc 训练的 NeRF 出发，训练一个让 quadrature points 对齐体积内容的神经场。随后使用 Marching Cubes 生成网格，并通过光度重建损失微调顶点位置，让采样点集中在复杂几何区域，简单区域则减少冗余。
最终颜色、不透明度和视角相关特征会被烘焙进纹理图。固体对象可近似为单交点，透明材料则保留多个 quadrature points，以便在 OptiX 等硬件加速渲染路径中处理复杂透射。
速度数字如何理解
Radiance Fields 原文记录该方法在全高清下超过 100 FPS，合成数据中可到 500 FPS，显存用量示例不超过 9GB，文件大小约 330MB 至 4GB。这些数字说明 NeRF 并非永远与实时无缘，但代价是表示转换、纹理烘焙和较复杂的资产管理。