ВДОВИЧЕНКО, ВладиславВладиславВДОВИЧЕНКО2026-05-052026-05-052025-10-01ВДОВИЧЕНКО, В. (2025). TRANSFORMING MODERN PARADIGMS OF 3D MODELING USING 3D GAUSSIAN SPLATTING METHODS. Прикладні інформаційні системи та технології в цифровому суспільстві, 1(2), 40–54. https://doi.org/10.17721/3041-2323.2025.40-5410.17721/3041-2323.2025.40-54https://ir.library.knu.ua/handle/15071834/19354This article examines 3D Gaussian Splatting (3D GS) —a novel and highly effective approach to real-time 3D scene reconstruction and rendering. 3D GS introduces an explicit, differentiable scene representation composed of millions of learnable 3D Gaussian elements. We describe the 3D GS workflow, from Structure-from-Motion–based initialization to iterative optimization and rendering. We also discuss its application potential across multiple domains, including monocular SLAM, RGB-D mapping, semantic reconstruction, and dynamic scene modeling. Comparative analysis shows that 3D GS achieves a compelling trade-off among visual quality, training time, and inference speed—outperforming both classical photogrammetric methods and prior neural rendering techniques on several benchmarks. These findings underscore 3D Gaussian Splatting as a transformative tool for modern 3D modeling tasks, particularly in scenarios requiring speed, editability, and scalability.У роботі досліджено 3D Gaussian Splatting (3D GS) — новий і високоефективний підхід до реконструкції та візуалізації тривимірних сцен у режимі реального часу. 3D GS запроваджує явне та диференційовне подання сцени, що складається з мільйонів навчальних тривимірних гаусових елементів. Описано процес роботи 3D GS – від ініціалізації на основі Structure-from-Motion до ітеративної оптимізації та рендерингу. Також висвітлено потенціал застосування 3D GS у різних доменах, зокрема в монокулярному SLAM, RGB-D-картуванні, семантичній реконструкції та моделюванні динамічних сцен. Порівняльний аналіз демонструє, що 3D GS забезпечує переконливий компроміс між візуальною якістю, часом навчання та швидкістю інференсу – перевершуючи як класичні фотограмметричні методи, так і попередні техніки нейронного рендерингу в низці бенчмарків. Отримані результати акцентують,  що 3D Gaussian Splatting є трансформаційним інструментом для сучасних завдань 3D-моделювання, особливо в сценаріях, де потрібні швидкодія, редагованість і масштабованість.uk3D scene reconstructionreal-time renderingneural rendering3D Gaussian Splattingреконструкція 3D-сценрендеринг у реальному часінейронний рендеринг3D Gaussian SplattingСтаття