收集详情
采集完成 · 候选 829 · 已筛选 829
RSS 公告日期：2026-09-15
更新时间：2026-09-15T06:16:51.268194Z
中文总结由 AI 基于论文标题与作者摘要生成。
重点推荐 · 7
填补未见区域：基于三维高斯泼溅的场景外推
Filling the Unseen: Scene Extrapolation via 3D Gaussian Splatting
论文针对 3DGS 在分布外新视角下出现空洞和伪影的问题，提出统一的场景外推与插值框架。方法通过独立相机视角检测实现并行、无冲突外推，并以分层流程分别处理独立和依赖视角；同时引入质量感知掩码，根据像素级渲染质量选择性利用生成数据，减少对原有高质量区域的破坏。作者报告的实验显示，该方法性能优越，且 QA-Mask 可泛化到多种生成式重建模型。
关注理由 直接研究 3D Gaussian Splatting 场景表示在未观测视角外推与插值中的缺陷，并提出生成式场景扩展方法。
SkyAnchor：从无姿态地面视角序列更新度量尺度航拍3D Gaussian场景
SkyAnchor: Updating Metric-scale Aerial 3D Gaussian Scenes from Unposed Ground-View Sequences
论文研究如何利用后续采集的无姿态地面序列，为已有航拍3DGS场景补充街道级外观。SkyAnchor把航拍场景作为固定支架，先以几何验证的航拍支持定位连续地面帧组，再通过锚点约束子地图、增量注册和束调整恢复完整轨迹，最后插入过滤后的地面Gaussian并轻量联合优化。在七个真实航拍—地面场景上，作者报告获得准确的度量地面轨迹，以及兼顾航拍和地面视角的高质量渲染。
关注理由 直接研究将新采集的地面视角序列注册到已有航拍3DGS场景并更新场景，涉及航拍到地面跨视角、街景外观融合和Gaussian场景扩展；摘要未明确限定为城市数据。
用于高效4K视频压缩的可形变2D Gaussian Splatting
Deformable 2D Gaussian Splatting for Efficient 4K Video Compression
论文针对超高清4K视频存储和实时解码的高延迟、高内存问题，提出以粗到细多尺度2D Gaussian Splatting表示和压缩GOP，并结合轻量形变网络建模帧间变化。作者报告该方法在LPIPS率失真性能上超过H.265及其他学习式视频压缩方法，展示了Gaussian Splatting用于高分辨率视频压缩的潜力。
关注理由 直接研究多尺度2D Gaussian Splatting及形变网络用于视频GOP表示、压缩和实时解码，符合2DGS方法扩展与压缩方向。
SCOUT-SLAM：野外结构耦合的双重不确定性感知 3DGS SLAM
SCOUT-SLAM: Structurally-Coupled Dual Uncertainty-Aware 3DGS SLAM in the Wild
论文针对快速相机运动和杂乱动态环境下 3DGS-SLAM 中定位与重建相互影响的问题，提出结构耦合的双重不确定性框架。方法基于共享网络分别估计跟踪和重建不确定性，并利用多视角特征一致性训练低秩适配模块，同时通过空间自适应先验抑制静态区域的不确定性膨胀。作者在 TUM RGB-D、Bonn Dynamic 和 Wild-SLAM MoCap 动态基准上报告了领先的相机跟踪精度及无伪影静态重建效果。
关注理由 直接研究 3D Gaussian Splatting SLAM，聚焦动态环境中的定位与静态场景重建，属于 3DGS 场景表示构建与重建方向。
什么让三维场景可编辑？保真度、局部性、一致性与保持性的分解基准
What Makes a 3D Scene Editable? A Factorized Benchmark of Fidelity, Locality, Consistency, and Preservation
论文提出与表示无关的 EditBench3D，将三维编辑视为受控信息替换，并从指令保真度、空间局部性、跨视角一致性和非目标内容保持性四个维度评估编辑质量。基准覆盖外观、材质、几何和对象级编辑，作者在 240 个场景编辑对上比较了 NeRF、3D Gaussian Splatting、混合及代理式编辑器。结果显示语义保真度与其他属性关联较弱；作者报告显式 Gaussian 编辑器整体较均衡，而直接代理操作更保守但开放式保真度较低。
关注理由 提出并应用于 3D Gaussian Splatting 编辑器的三维场景编辑基准，直接评估 Gaussian 场景编辑的指令一致性、空间局部性、跨视角一致性和非目标内容保持。
SparseTalk：面向高效三维视觉问答的3D Gaussian语言场稀疏化
SparseTalk - Sparsifying 3D Gaussian Language Fields for Efficient 3D Visual Question Answering
论文研究3D Gaussian语言场中语义嵌入过密导致的存储、内存和推理成本问题。方法比较随机、几何、语义及联合选择策略，并提出按检测到的物体实例分配预算、保留背景信息的对象级稀疏化。在ScanQA和MV-ScanQA上，作者报告仅使用几百个嵌入即可保持较强问答性能；256个token时输入规模和特征内存显著降低。
关注理由 直接研究3D Gaussian language fields的语义表示压缩与高效下游理解，属于3DGS语义理解和可扩展性方向。
用于三维Splat压缩的谐波系数变换
Transforming harmonic coefficients for 3D splat compression
论文研究3D splat颜色属性压缩，证明由3D splat生成的图像关于颜色通道、球谐函数和splat系数具有线性关系，并据此确定图像空间的基以及诱导图像平方误差的系数空间内积。作者报告在编码前按该内积对系数进行正交化，可获得超过2 dB的增益。
关注理由 直接研究3D splat的颜色属性压缩和球谐系数变换，属于3DGS压缩方向。
相关方法 · 6
ConeGaussian：面向通用中心相机的抗混叠高斯光线追踪
ConeGaussian: Anti-Aliased Gaussian Ray-Tracing for Generic Central Cameras
论文指出将每个像素简化为中心光线会忽略相机相关的像素覆盖范围，从而产生缩小和放大时的混叠。ConeGaussian 从相机原生逆映射生成的相邻光线直接构造各向异性足迹，并推导有限像素覆盖范围的闭式响应，同时定义每个 Gaussian 的训练频率下限。该方法可跨校准中心相机和多种 Gaussian 光线渲染骨干使用；作者报告其在针孔和强畸变鱼眼图像上均有提升。
关注理由 直接研究 Gaussian ray-based rendering 的通用相机抗混叠问题，属于 Gaussian 场景渲染支撑方法。
RIGOR：面向全向重建的虚拟支架几何方法
RIGOR: Rig-Informed Geometry for Omnidirectional Reconstruction
论文针对前馈三维重建在长轨迹、重复结构、弱纹理和动态目标环境中产生的不一致问题，提出面向重力对齐全向视频的重建流程。方法将每个全景图像视为四视图虚拟相机组，用于检测和修复局部不一致、通过循环四视图共识检索闭环，并在全局优化前验证候选重访。经验证的约束驱动 Sim(3) 位姿图，以校正旋转、平移和尺度漂移。作者报告其在施工现场序列上改善了轨迹精度和重建几何。
关注理由 研究施工现场全景视频的几何重建与轨迹一致性，属于明确面向建筑/城市场景的重建支撑技术，但摘要未涉及 Gaussian 场景表示或生成。
GaussAnything：面向独立VR的语义意图驱动演化Gaussian场景细化
GaussAnything: Semantic Intent-Driven Refinement of Evolving Gaussian Scenes for Standalone VR
论文面向算力和内存受限的独立VR设备，提出GaussAnything，通过类别或实例查询定位持久化3D对象，并将固定Gaussian驻留预算集中到目标对象，同时保留全局上下文。系统利用源时期机制协调Gaussian更新与TSDF网格。在八个场景中，查询对象获得固定客户端预算的88%–90%，主机与设备渲染差异较小，客户端立体帧GPU开销约10毫秒。
关注理由 直接研究语义Gaussian+SDF场景在独立VR设备上的意图驱动细化、预算重分配与渐进发布，属于3DGS场景表示与交互应用，但摘要未涉及城市任务。
AlayaVista：从全景状态到透视视频的流式世界建模
AlayaVista: Streaming World Modeling from Panoramic States to Perspective Video
论文提出AlayaVista，将全景世界演化与透视观察合成解耦。给定单幅透视图，系统借助预训练全景扩展模型构建360度场景先验，并演化为相机条件全景潜状态；潜视口渲染器生成目标透视视频潜变量，透视细化器负责恢复细节、抑制伪影和超分辨率。为提供训练监督，作者构建了MUGEN全景视频数据集，包含1318小时、至少4K分辨率的视频及语义和几何标注。
关注理由 研究可控流式世界模型，从单幅透视图构建全景场景先验并生成相机条件透视视频，属于通用可扩展场景生成支撑技术；但摘要未明确涉及城市、Gaussian或显式3D表示。
作为仓库的建筑：面向代理创建建筑信息模型的类型化中间表示 KIR
A Building as a Repository: KIR, a Typed Intermediate Representation for Agent-Authored Building Information Models
论文提出 KIR，一种面向代理创建建筑信息模型的类型化中间表示，将建筑描述为版本化仓库中的程序，并编译到宿主应用。系统显式表示意图、默认值来源、拒绝、未知状态、验证义务及状态绑定，以提高程序化建筑生成的可追踪性和执行可靠性。在仅使用 Revit 后端的离线实验中，作者报告其能拒绝部分压力测试程序并生成诊断信息；与直接生成 C# 相比，60 层塔楼的 KIR 表示更紧凑。
关注理由 提出面向建筑信息模型的类型化中间表示，支持代理程序化创建和可靠执行建筑模型，属于建筑生成与程序化建模的直接支撑技术。
ESG：从文本描述生成物理一致的动态三维场景
ESG: Generating Physically Consistent Dynamic 3D Scenes from Text Descriptions
论文提出Evolutive Scene Graph框架，从文本构建并验证包含实体属性、空间关系和事件时间线的机器可检查场景图；随后通过能量最小化优化空间布局，并用可微分仿真优化满足事件约束的物理参数，最终编译为Unreal Engine可执行类。在10个场景、三种复杂度实验中，作者报告平均事件完成度为16.4/18，并优于基线及未使用物理优化的消融版本。
关注理由 直接研究由文本生成可执行的动态3D场景，属于通用可扩展3D场景生成支撑方向，但摘要未体现城市、街区或建筑任务。
待确认 · 2
ANASSA：面向空间智能的代理式 AI 编排框架
ANASSA: An Agentic AI Orchestration Framework for Spatial Intelligence
论文提出 ANASSA，一种用于空间智能的代理式 AI 编排框架，整合结构化空间推理、多代理工作流、执行反馈、权威空间验证、溯源、不确定性处理和人工决策权。摘要给出了四层十一组件架构及六步地理空间认知循环，但未说明其是否已用于城市生成、建筑建模或 GS 场景表示；实证评估留待后续实现与部署研究。
关注理由 提出通用的代理式 GIS 编排架构，但摘要未显示其直接面向城市布局、建筑生成、城市场景生成或 GS 表示任务。
KaiNinja：将原生三维生成器扩展到部件级
Kaininja: Extending Native 3D Generators to the Part Level
论文针对原生3D生成器输出融合网格、难以编辑和模拟的问题，提出基于双体积O-Voxel表示的KaiNinja，将TRELLIS.2扩展到部件级生成，无需额外掩码或分割器。训练数据来自CAD模型及代理生成的资产。作者报告相较不同范式的部件生成方法，整体Chamfer距离降低40%，严格部件F-score提高16%，且整体对象保真度也有所改善。
关注理由 研究单图像到可编辑部件级3D网格的生成表示，具有通用3D生成和资产组装价值，但未涉及Gaussian、城市、建筑或立面任务。