NRF-GS：用神经残差场实现更紧凑的高斯泼溅

NRF-GS 用共享的全局场景级 MLP 神经残差场替代每个 splat 的球谐基，在保持渲染质量相当或更优的同时将高斯数量最多减少 50%。每个高斯只编码紧凑的外观特征与朗伯基色，MLP 以视角方向、距离和 per-splat 特征为条件预测视角相关残差，明显改善高光与高频细节。该工作已被 NeurIPS 2026 接收。