一句话定义：符号距离场（Signed Distance Field，SDF）是一个函数——给它三维空间里任意一个坐标，它返回这个点到物体表面的最近距离，并用正负号标明这个点在物体外面还是里面。
想象一张海岛的海拔图：海平面以上为正、以下为负，海拔为零的那条线正好勾出海岸线。SDF 就是这个海拔场，只不过「零」那一圈是物体表面，正值在外部、负值在内部。换句话说，它不记录表面上的顶点，而是让空间中每一个点都回答一句「我离表面还有多远」。
这样表示有两个好处。一是连续：任意两点之间可以插值，不会像体素那样一放大就成马赛克。二是可导：对位置求梯度，方向正好指向表面，长度就是到表面的距离——法线白送。
它在 AI 里成为 3D 的「通用中间语言」，原因很直接：
- 神经网络天生适合回归连续数值。让它对每个坐标输出一个距离值，比让它输出顶点或三角形自然得多。把形状编码进网络权重，就是所谓的神经隐式表示；再挂一个潜码（latent code），同一个网络就能表示许多不同形状。
- 从场里取表面很便宜：找值为零的等值面（zero level set），用 Marching Cubes 一类的算法就能转成网格。表面天然光滑，不需要像密度场那样反复挑阈值。
- 布尔运算变成逐点算术：并集取最小值，交集取最大值，差集是 max(a, −b)。不必处理网格求交那一大堆退化情况。
- 渲染可以直接用光线步进：沿光线前进时，当前点的距离值告诉你前方至少还有多远是空的，可以整步跳过去，不会穿透。
你可能早就用过它：字体渲染里的距离场字体，把字形预先算成一张距离图，同一个字形放大到任意字号都保持清晰锐利。
和相邻概念的区别：网格（mesh）只存表面那一层皮，没有内外信息；点云（point cloud）是采样出来的稀疏表面点，噪声大；体素（voxel）占用网格是把距离粗暴换成 0/1；NeRF 一类的辐射场学的是密度加颜色，为渲染而生，表面容易发糊。SDF 学的是几何本身，表面干净，但拿不到颜色——所以常见的做法是用 SDF 提供几何、另配一个分支输出颜色。
| 表示 | 存什么 | 特点 |
|---|---|---|
| 网格 | 顶点与三角面 | 渲染友好，布尔运算与修复麻烦 |
| 体素占用 | 每个格子的 0/1 | 简单，分辨率与显存互相拉扯 |
| SDF | 每个点到表面的带符号距离 | 连续可导、易做布尔运算，但不含外观 |
| 辐射场 | 密度与颜色 | 渲染质量高，表面提取偏糊 |
对从业者：凡是任务要和三维形状打交道——重建、生成、编辑、碰撞检测、路径规划、3D 打印——用 SDF 做内部统一表示，往往能把整条链路简化。代价是它只描述几何、不描述材质，而且要让网络学出严格意义的距离场（梯度模长处处为 1，即 Eikonal 条件），通常要加专门的约束项。具体实现细节以各项目官方文档为准。
对普通人：把模型和文字放大不糊、3D 打印前自动修补和合并模型，背后常常就是这个「离表面多远」的小函数在干活。