在数字世界中，让计算机理解三维场景就像教会一个从未见过现实世界的人认识周围环境一样困难。目前最先进的方法叫做3D高斯点云技术，可以把它想象成用无数个彩色的小球来重建一个三维场景。每个小球不仅有颜色信息，还携带着丰富的语义信息，比如这个位置是"椅子的一部分"还是"桌子的边缘"。