연구진이 3D Gaussian Splatting(3DGS)의 과도한 연산량을 줄이는 MMGS 프레임워크를 제안했어요. 다관점 랭킹과 최적 수송 기반 집계·밀도화 기법을 활용했어요. MMGS는 기하학적 일관성을 고려한 다관점 랭킹으로 불필요한 원시 데이터를 필터링하고, 원시 기하학적 구조를 보존하면서 원시 데이터를 병합해요. 기존 3DGS 대비 10% 원시 데이터만으로 최고 수준의 렌더링 품질을 달성하고, 훈련 속도는 10배 향상됐어요.