- Blender上で球状にカメラを自動配置し、指定パラメータで一括レンダリングして画像と（オプションの）アルファマスクを出力する。
- レンダリング後にCOLMAP形式のスパースモデルを書き出し、LichtFeld Studioを自動起動してGaussian Splatの学習を開始できる。
- 出力フォルダは images/、masks/（透明背景設定時）、sparse/0/ に整理され、複数の学習戦略が選べる構成になっている。
カメラ配置と出力の自動化
Gsplatは球状にカメラを自動配置し、ユーザー指定のパラメータ（カメラ数・半径・焦点距離・極の除外など）でレンダリングして画像とアルファマスクを出力、さらにCOLMAP互換のスパースモデルを書き出す機能を追加した。LichtFeld Studio実行ファイルのパスを設定するとレンダリング終了後に自動で起動する。
- 球面上への自動カメラ配置とプレビュー（カメラ数・半径・回転などのパラメータ指定）
- レンダリング画像とCOLMAP互換スパースモデルの自動出力、LichtFeld Studioの自動起動連携
変更前：従来は手動でカメラを配置・レンダリングし、別ツールや手順でCOLMAPデータを作成してからGaussian Splat用の学習ツールに渡す必要があった可能性がある。
今回：GsplatはBlender上でカメラ配置からレンダリング、COLMAPフォーマット出力、設定済みならLichtFeld Studioの起動までを一本化するため、同一環境内でデータ生成から学習準備まで進められる。
実務上の差：工程が統合され、カメラ配置やレンダリング結果の出力、COLMAPデータ作成を手作業でつなぐ手順が減る。ワークフロー間のファイル受け渡しや外部ツール起動をアドオンが自動化する点が主な差分である。
制作工程の接続と担当影響
カメラ配置やCOLMAPデータ生成をアドオン内で完結できるため、撮影設定やデータ整備を担当する工程の反復作業が減る。シーン内のオブジェクトが動的だと正しくスプラットが生成されない点は一次情報で指摘されているため、静的シーン前提のワークフローに向く。
主な対象：3Dスキャンやビュー合成からGaussian Splat生成を試す開発者・アーティスト、COLMAPデータを用いる学習パイプラインのデータ準備担当者
導入後の運用イメージ
Blenderで対象オブジェクトを静的に配置し、GSplatタブでカメラパラメータと出力先を設定してレンダリングすることで、images/・masks/・sparse/の構成で学習用データが得られ、設定済みならLichtFeld Studioに自動で引き渡される。
運用上の留意点
シーンカメラを用いる場合は全オブジェクトを静止させる必要がある旨が明記されている。一次情報にない環境依存や対応外の仕様については今回の資料では確認できない。