SceneSplat-7K wurde 2025 von der Universität Amsterdam, dem Computer Vision Laboratory der Eidgenössischen Technischen Hochschule Zürich, dem INSAIT der Universität Sofia und anderen Institutionen veröffentlicht. Es handelt sich um den derzeit größten und qualitativ hochwertigsten 3D-Gaussian-Splats-Datensatz (3DGS) für Innenszenen. Die zugehörigen Ergebnisse der Studie sind:SceneSplat: Auf Gaussian Splatting basierendes Szenenverständnis mit Vision-Language-Vortraining“, dessen Ziel es ist, das Verständnis und die semantischen Denkfähigkeiten von vorab trainierten Vision-Language-Modellen in realen 3D-Szenen in Innenräumen zu fördern.

Dieser Datensatz enthält 3DGS-Daten aus verschiedenen Datenquellen und umfasst insgesamt etwa 9.000 Originalszenen. Davon wurden 7.916 Szenen zu 3DGS verarbeitet, jede mit durchschnittlich 1,42 Millionen Gauß-Punkten, insgesamt also 11,27 Milliarden Gauß-Punkten. Auf dieser Grundlage wurden 4.114 hochwertige Szenen für das Vortraining ausgewählt. Der Datensatz enthält außerdem 4,72 Millionen RGB-Frames und weist eine hervorragende Rekonstruktionsqualität auf: durchschnittlicher PSNR = 29,64 dB, durchschnittlicher Tiefenfehler = 0,035 m, durchschnittlicher SSIM = 0,897 und durchschnittlicher LPIPS = 0,212.