大家好，感谢邀请，今天来为大家分享一下3D高斯飞溅算法的大漏洞：数据中毒导致GPU视频记忆飙升70GB，服务器停机时间的问题，以及和的一些困惑，大家要是还不太明白的话，也没有关系，因为接下来将为大家分享，希望可以帮助到大家，解决大家的问题，下面就开始吧！

引言：3D视觉的新时代与未设防的后门隐患

过去两年，3D视觉技术经历了飞跃式发展，尤其是由 Kerbi等人在2023年提出的3D Gaussian Splatting (3DGS)，以其超高的渲染效率和拟真度，一跃成为替代NeRF的3D视觉主力军。

你是否用过 LumaAI、Spline 或者 Polycam 之类的应用上传图片生成三维模型？它们背后很多就用到了3DGS技术。3D高斯泼溅无需繁重的神经网络，仅靠一团团显式的、不固定数量的3D高斯点即可构建逼真的三维世界。

但你知道吗？这个看起来高效又灵活的“新王者”，居然隐藏着一个巨大的安全隐患——只要改动图片的细节，就能让系统在训练阶段直接崩溃！

来自新加坡国立大学和昆仑万维的研究者在 ICLR 2025上的Spotlight论文《Poison-Splat: Computation Cost Attack on 3D Gaussian Splatting》中，首次揭示了这一致命漏洞，并提出了首个针对3DGS计算复杂度的攻击算法：Poison-Splat。

图一：干净（左）与Poison-Splat攻击后（右）的输入图像、三维高斯点云，以及GPU显存、训练时间和渲染速度的显著变化。这里的每张图片由像素表征（左上）和3DGS高斯点的可视化（右下）拼接而成，更好地展示其二维像素空间和三维高斯空间的变化。

问题背景：强大的模型“适应性”是优点，还是漏洞？

图二：NeRF (左) 和 3D Gaussian Splatting (右) 分别引领了3D视觉的一个时代，但它们的核心思想却截然不同。NeRF (图a) 使用神经网络对三维场景隐式建模，其复杂度和计算成本由训练者通过超参数人为指定；而 3DGS (图b) 使用不固定数量的三维高斯对场景显式建模，其复杂度和计算成本会根据需要建模的三维内容进行自适应调整。

3D Gaussian Splatting 相比于NeRF最大的区别之一，就是它拥有自适应的模型复杂度：

• 训练过程中，模型会根据图像复杂度自动增加或减少高斯点（3D Gaussian）
• 图像越复杂，模型训练过程就会产生越多的高斯点 → 占用更多显存、需要更长训练时间

本质上，3DGS会智能地根据建模场景“细节多不多”来决定要分配多少计算资源。

图三：计算成本（GPU显存占用、训练效率）、高斯点数量、数据集图像复杂度之间的强正相关关系。对于不同的数据集场景，(a) GPU显存占用和高斯点数量的关系；(b)训练耗时和高斯点数量的关系；(c) 高斯点数量和图片复杂程度(以Total Variation Score衡量)的关系。

这原本是一个很聪明的设计, 3DGS依靠其强大的适应性，可以让每一个参与训练的高斯点都“物尽其用”。

但问题来了，如果有人故意上传“带毒的复杂图像”，会发生什么？

揭秘3DGS的复杂度漏洞：Poison-Splat攻击算法

攻击目标：GPU占用率和训练时间

设计一种扰动输入图像的方法，将经过扰动的图像作为3DGS的输入后，能够大幅增加训练成本（GPU显存和训练时长）。

问题建模：max-min双层优化问题

我们可以将整个攻击建模成一个 max-min双层优化(bi-level optimization)问题：

• 内层(min)：3DGS 尝试还原三维场景，拟合各视角的输入图像。（正常训练）
• 外层(max)：攻击者试图找到最“消耗资源”的图像扰动方式。（攻击目标）

这类双层优化问题通常都极难直接求解。为此，研究者们提出了三大创新策略：

核心技术1：引入“代理模型”(proxy model) 作为内层近似器

• 为了降低计算成本，我们训练一个轻量的代理 3DGS 模型，用于快速模拟 victim 的行为
• 每次攻击迭代时，从代理模型生成视图，再进行优化更新
• 保证多视角一致性（multi-view consistency），避免图像之间相互矛盾

核心技术2：利用图像“非光滑性”诱导高斯密度增长

• 观察发现，3DGS 会在细节丰富/边缘突出的图像区域生成更多高斯点
• Total Variation(TV)值是对图像“非光滑度”的一个很好的度量。因此我们最大化图像的 Total Variation(TV)值，从而诱导3DGS模型过度复杂。

核心技术3：约束扰动强度，提升攻击隐蔽性

• 攻击图像若改动过大，容易被检测
• 借鉴对抗攻击领域的经典设定，攻击者可引入 L-∞球约束（ϵ-ball）控制每个像素最大扰动，确保图像语义完整、肉眼难以分辨
• 如果没有隐蔽性要求，攻击者可以无限制扰动输入图像，最大化攻击效果

图四：在约束条件下，攻击者的代理模型产生的变化被限制在像素扰动预算内，可以隐蔽地增加三维重建需要的计算消耗。

图五：无约束攻击中，攻击者使用的代理模型的三维表征不受限制地复杂化，使三维重建所需的计算成本大大增加。

实验结果：最高让训练时间翻倍、显存飙升20倍

研究者在多个公开3D数据集（NeRF-Synthetic、Mip-NeRF360、Tanks and Temples）上评估了攻击效果。实验结果证实，对于危害最大的无限制攻击，其攻击效果令人震惊。在被攻击的最差3D场景下：

• GPU显存：从原本不到4GB飙升到80GB（直接击穿主流显卡）
• 训练时间：最长可达接近5倍增长
• 高斯数量：最高可增加至原来的20倍+
• 渲染速度：最坏可降至原来的1/10

图六：当攻击者可以无限制地对输入图像进行改动，可以带来极高的额外计算开销，对服务提供商造成重大的资源浪费。

就算对输入图片做了隐蔽性约束，当图片中每个像素的扰动都不得和干净图片偏离16个像素值时，其攻击效果仍然不容小觑，且隐蔽性更高，更加难以识别和检测：

图七：在像素值扰动不超过16/255的约束下，部分场景能使显存消耗增高超过8倍，以至超过常见24GB显卡的显上限。

此外，攻击对黑盒模型同样有效（如 Scaffold-GS），表明它不仅“杀伤力强”，还具备“跨平台传染性”。

图八：即使攻击者无法事先知道服务商具体的模型和参数，黑盒攻击也能产生效果。当攻击者针对原始3DGS算法进行Poison-splat攻击，产生的投毒数据对于Scaffold-GS这样的变体模型仍然有很好的攻击效果。

实际风险：这不是学术游戏，而是真实威胁

现实中，很多3D服务商（如 Polycam、Kiri）都支持用户自由上传图像或视频进行建模。

这意味着：

• 攻击者可以伪装成普通用户提交“毒图”
• 在高峰时段导致系统“忙不过来”
• 若GPU资源被“毒图”霸占，其他用户任务将被拒绝执行，导致服务瘫痪（DoS）

图九：原始图像、约束攻击、无约束攻击作为输入时的计算代价对比。横坐标是3DGS模型拟合输入图片需要的训练时长，纵坐标是训练过程中GPU实时显存消耗。相比于原始图像，poison-splat攻击会大幅增加GPU显存占用和训练时长，让系统负载飙升。

意义与贡献：为何要“攻击”3DGS？

提出风险不是在“捣乱”，而是在为AI系统打预防针。这项工作是：

• 首次系统性地揭示3DGS训练阶段的资源安全漏洞
• 首个在三维视觉中将“数据投毒”扩展到“训练资源消耗”这一维度
• 提出一套通用且具备可迁移性的攻击框架，推动 3D 安全领域发展

与此同时，研究者们也揭示了简单的防御（如限制高斯数量）无法有效应对攻击，且会严重降低模型重建精度，导致模型“学不好”，服务方依然无法交付高质量 3D 场景。

图十：简单限制高斯点总量并不是理想的防御。虽然能限制资源消耗，但会严重影响3D重建的服务质量。如何设计更加智能的防御仍然是一个开放问题。

这些结果预示着，如果 3D 重建厂商没有相应防护，一旦有人“恶意上传”或“篡改”用户数据，系统很可能出现显存不足或训练无效。

目前该研究已将全部代码、数据处理流程、可复现实验开源，感兴趣的小伙伴可以在Github上查看

在空间智能、世界模型更加需要依赖三维视觉的今天，讨论其算法的安全性也变得越来越重要。在通往更强大AI的道路上，我们需要的不仅是性能的飞跃，还有安全的护栏。希望这篇工作能唤起大家对3D AI系统安全性的重视。

论文链接：https://arxiv.org/pdf/2410.08190GitHub：https://github.com/jiahaolu97/poison-splat

— 完 —