收集详情
采集完成 · 候选 1156 · 已筛选 1156
RSS 公告日期：2026-10-06
更新时间：2026-10-06T18:16:00.556146Z
中文总结由 AI 基于论文标题与作者摘要生成。
重点推荐 · 10
VolS-GS：具有体积次表面散射的可重光照Gaussian Splatting
VolS-GS: Relightable Gaussian Splatting with Volumetric Subsurface Scattering
论文提出VolS-GS，用Gaussian场景的空间支持域作为可微有限体积输运求解器的计算域，以模拟光在物体内部传播，从而处理传统逐基元外观模型难以表达的非局部次表面散射。网络为每个Gaussian预测散射与吸收系数，并结合可见性、透射率及正则化建模阴影和高光。作者报告在三个OLAT基准的未见光照和视角上持续提升重光照质量。
关注理由 直接研究Gaussian Splatting场景表示的可重光照建模，并通过体积输运求解器处理非局部次表面散射。
Sparse-GS2Mesh：由新颖立体视图和2DGS引导的稀疏视角表面重建3D Gaussian Splatting
Sparse-GS2Mesh: 3D Gaussian Splatting Guided by Novel Stereo Views and 2DGS for Sparse View Surface Reconstruction}
针对稀疏视角几何线索不足导致的表面重建不完整问题，作者提出立体感知框架Sparse-GS2Mesh。方法先利用极线深度先验初始化3DGS，再通过自适应基线选择、立体匹配网络微调以及2D/3D协同正则化增强几何稳定性。在重叠较小的设置下，作者报告相较现有方法提升15%，在大重叠设置下取得可比结果。
关注理由 直接研究3D Gaussian Splatting与2DGS在稀疏视角表面重建中的结合，并以立体匹配和深度先验改善几何质量，属于核心相关工作。
用于固体力学前向模拟与逆分析的可微拉格朗日耦合3D Gaussian Splatting-SPH模型
A differentiable Lagrangian-coupled 3D Gaussian Splatting-SPH model for forward simulation and inverse analysis in solid mechanics
论文提出可微拉格朗日耦合3DGS-SPH模型：先从多视角图像重建3DGS，再通过包络程序生成独立SPH支撑，并将SPH变形映射回Gaussian位置和协方差。模型支持弹性、超弹性和黏弹性响应及多种边界条件，在梁、桥和肝脏形状示例上进行前向模拟，并从含噪渲染变形观测中估计材料与边界参数。
关注理由 直接研究3DGS与可微固体力学模型的耦合，用于变形物体的前向模拟和逆参数识别，属于3DGS表示扩展与物理建模方向。
LoCoSplat：以最小3D推理实现实时前馈3D Gaussian Splatting
LoCoSplat: Real-Time Feed-Forward 3D Gaussian Splatting with Minimal 3D Reasoning
LoCoSplat利用Gaussian作为局部基元的特点，将点特征投影到细粒度和粗粒度网格，再读取局部上下文，仅用0.14M参数的逐点MLP预测3D属性，避免学习式3D网络和动态稀疏计算。摘要报告其在RealEstate10K的多个视图数量设置下提升PSNR、SSIM和LPIPS，并在6视图场景上实现33毫秒重建，同时降低训练时间和推理内存。
关注理由 直接研究前馈3DGS的多视图重建、局部Gaussian属性预测和实时推理，属于3DGS构建与可扩展性方向。
通过时空先验与生成式辅助实现稀疏视角4D Gaussian Splatting
Sparse-View 4D Gaussian Splatting via Spatiotemporal Priors and Generative Assistance
论文面向仅有六个宽基线摄像机的动态场景重建，提出结合区域自适应空间先验、运动一致时间先验和生成式辅助的4DGS框架。方法分别控制前景与背景Gaussian初始化和致密化，用尺度对齐的单目深度正则化背景，并以插帧、光流和扩散模型生成的虚拟视角图像提供伪监督。摘要报告验证集PSNR由25.60提升至29.75 dB，测试集全帧和前景PSNR分别为30.04和27.88 dB。
关注理由 直接研究稀疏视角动态场景的4D Gaussian Splatting重建，并结合时空先验和生成式伪监督提升重建质量。
Mobile-4DGS：统一的静态—动态移动端实时 Gaussian Splatting
Mobile-4DGS: Unified Static-Dynamic Real-time Mobile Gaussian Splatting
论文提出 Mobile-4DGS，面向资源受限移动设备统一处理静态和动态 Gaussian Splatting。方法通过高阶辐射残差压缩、多视角 Alpha 引导的增密与剪枝，以及二阶 Gaussian 运动、可学习时间支持和静态—动态划分，降低存储与逐帧计算开销；深度顺序证书进一步复用已确定的排序。作者在静态和动态场景上报告了更低的存储与渲染开销，同时保持有竞争力的视觉质量，实现移动端实时 3D/4D Gaussian Splatting。
关注理由 直接研究静态与动态 3D Gaussian Splatting 的轻量化表示、压缩、剪枝和移动端实时渲染。
SteadySplats：用于高保真随机渲染的低方差高斯重采样
SteadySplats: Resampling of Low-Variance Gaussians for High-Fidelity Stochastic Rendering
论文针对随机顺序无关透明度渲染3DGS时产生的可见噪声，提出结合表示与图像合成的降噪方案。方法包括基于历史的空间重采样、保证相机运动一致性的时间重要性重采样，以及降低视线方向方差的颜色正则化，并实现了Vulkan渲染器。作者报告在单样本每像素时较既有随机方法提升13 dB PSNR，并快速逼近平排序3DGS。
关注理由 直接研究3D Gaussian Splatting的随机渲染、降噪与训练正则化，属于3DGS渲染与表示优化。
可控道路标线生成
Controllable Road Marking Generation
论文面向大规模道路标线制作困难，提出条件式BEV生成流程，根据可行驶区域、外围标线和文本描述补全中心区域标线。方法结合文本条件潜空间DiT、拓扑感知辅助损失、Gaussian模糊训练目标，以及提取折线并拟合三次Bezier曲线的Structured Gaussian Render后处理。在Argoverse 2和Waymo上，作者报告获得较高的Buffered F1与clDice，并观察到拓扑监督和后处理带来互补的连通性提升。
关注理由 直接生成道路标线布局，服务于道路场景生成、地图补全和基础设施设计；Structured Gaussian Render仅为几何后处理表示，不等同于3DGS。
面向高斯溅射逆渲染的日常闪光灯照明
Casual Flash Lighting for Gaussian Splat Inverse Rendering
论文针对仅依赖静态照明时几何、材质与光照高度歧义的问题，结合不同视角下的静态光和闪光灯捕获。方法以2DGS深度查询哈希编码MLP，构建由世界位置决定的GS锚定漫反射场，并用延迟着色监督材质分解。在5个合成场景和3个真实室内场景上，作者报告其在漫反射颜色、反照率、粗糙度及重光照方面优于6个基线，重光照PSNR比次优方法高4.17 dB。
关注理由 摘要明确研究以2DGS为重建框架的高斯溅射逆渲染与材质分解，属于2DGS场景重建和渲染方向。
GS-Pool：3D高斯溅射中的物体级变化检测
GS-Pool: Object-Level Change Detection in 3D Gaussian Splatting
论文针对不同时期独立3DGS重建无法直接比较的问题，提出GS-Pool进行物体级变化检测。方法将两次访问照片中的SAM2掩码提升到高斯上并合并为物体池，使判断在三维物体层面完成；同时引入跨访问照片的3DGS训练损失作为摄影证据，并结合几何、颜色和DINOv3特征，与两次访问中共同存在的物体比较以确定场景阈值。在PASLCD上，作者报告mIoU/F1达到0.751/0.846，并在CL-Splats上达到0.855 mIoU。
关注理由 摘要直接研究两次独立3DGS重建之间的物体级变化检测，并返回变化物体对应的高斯集合和掩码，属于3DGS场景理解与比较方法。
相关方法 · 11
VCURF：基于虚拟相机的辐射场不确定性估计
VCURF: Virtual Camera-based Uncertainty of Radiance Fields
论文提出VCURF，通过在目标视角附近采样虚拟相机，并测量辐射场模型多次渲染之间的不一致性，实现像素级不确定性量化。该方法将NeRF或Gaussian Splatting视为黑盒，无需修改底层模型，只要求其能够输出颜色和深度。作者在多个数据集、辐射场模型及基线组合上的实验表明，VCURF能够有效估计不确定性，并对现有视角选择方式提出质疑。
关注理由 直接面向包括Gaussian Splatting在内的辐射场，利用邻近虚拟相机渲染不一致性进行像素级不确定性估计，属于GS场景理解与评估支撑方法。
CellSplat4D：面向稀疏机器人活细胞成像的PSF感知4D Gaussian Splatting
CellSplat4D: PSF-Aware 4D Gaussian Splatting for Sparse Robotic Live-Cell Imaging
针对机器人显微镜因光子和时间成本而无法高频采样的问题，作者拟合带位置、形状和生命周期的4D Gaussian模型，以按需渲染未采集体数据。方法从数据估计点扩散函数，并用3D U-Net进行粗尺度中间体监督。在秀丽隐杆线虫胚胎和CHO序列上，作者报告其在不同采样间隔下具有最高核保真度、最平坦的性能衰减，并能恢复未观测焦平面。
关注理由 摘要明确研究4D Gaussian模型，用于稀疏时间采样下的活细胞体数据重建与缺失时刻渲染；属于非城市场景中的动态Gaussian表示方法。
LMBuild：评估用于生成可建造和功能性结构的LLM智能体
LMBuild: Evaluating LLM Agents for Generating Buildable and Functional Structures
论文提出LMBuild基准，评估LLM智能体生成可建造、具功能结构的能力。生成对象表示为包含部件分解、连接件、材料和装配序列的组装结构，评测覆盖结构稳健性、功能可供性、设计质量和物理实现。对30个系统的分析显示，功能可供性和物理可操作性仍较困难；提供功能规格可改善部件完整性、运动学和物理可操作性。
关注理由 关注LLM智能体生成可构建、可运行的三维结构及其评测，但摘要未指向城市、建筑、街区或立面任务；可作为通用程序化/结构生成的弱支撑。
EnvDreamer：面向具身智能的大规模多模态到环境生成
EnvDreamer: Large-Scale Multimodal-to-Environment Generation for Embodied AI
EnvDreamer利用大语言模型和视觉语言模型生成用于具身AI与机器人训练的Unreal Engine 5环境，强调大规模、多样、可交互、可定制和通过验证。生成环境支持导航、交互和操作任务，作者报告在多个具身基准上训练出具有竞争力的策略，并提供图像条件重建用于real-to-sim研究，同时发布包含2万个环境及相关程序和元数据的数据集。
关注理由 研究大规模可交互三维环境生成、场景图和任务程序，并支持图像条件重建；虽未明确限定城市场景，但属于可扩展户外/通用环境生成的直接支撑技术。
PWM：通过在线强化学习实现个性化世界模型
PWM: Personalized World Models with Online Reinforcement Learning
PWM通过在线强化学习从短场景视频定制交互式世界模型，利用支持轨迹及控制信号对生成延续进行奖励反馈。GRPO版本以LoRA适配器优化场景外观、视觉连续性和运动的统一奖励，并通过冻结基础模型进行锚定；另实现了DiffusionNFT版本。作者在包含室内、室外和游戏环境的150项任务上报告，两种方法相较原始Yume分别在71.3%和65.3%的场景中改善定制效果。
关注理由 研究从用户视频定制交互式世界模型，属于通用可扩展场景生成的支撑方向；但摘要未明确城市、街区、建筑或立面任务。
CreativeFlow：用于三维资产生成的一对多类比关系迁移方法
CreativeFlow: A One-to-Many Analogical Relation Transfer Method for 3D Asset Generation
论文提出 CREATIVEFLOW 类比生成框架，针对文本到三维流程中的创意同质化问题，显式建模类比发散思维，生成具有关系相似性但几何构型不同的源—目标资产对。专家评估显示，该方法提升了生成结果的创意新颖性和视觉吸引力，并构建了面向关系感知三维模型训练的数据集与基准。
关注理由 研究文本到三维资产生成及关系迁移，属于可支撑城市资产组装与程序化创建的通用三维生成方法，但摘要未涉及城市场景或建筑。
DynaMesh：动态三维纹理生成
DynaMesh: Dynamic 3D Texture Generation
论文提出 DynaMesh，为三维网格生成随时间变化的外观，同时保持物体几何不变。方法先以网格渲染和文本提示条件化视频模型生成参考视频，再使用冻结的图像到三维生成器逐帧提升，并通过时间窗口融合条件和按形状拟合低秩适配器恢复细节。输出是单一网格及其逐帧纹理；作者报告其优于近期视频到四维和纹理方法，并能将时间效果泛化到训练中未见过的形状。
关注理由 研究可用于三维资产外观与动态纹理创建的生成方法，属于城市建筑资产生成的通用支撑技术，但摘要未涉及城市或建筑场景。
HLA-WM：长时域视频世界模型的混合线性注意力
HLA-WM: Hybrid Linear Attention for Long-Horizon Video World Models
论文针对递归线性注意力在长时域视频生成中的远程遗忘问题，提出无需训练的混合注意力框架。方法利用GDN的仿射结构缓存分块转移摘要，通过相机几何检索相关历史片段，并重组为查询相关的递归状态。在60秒评测中，作者报告改善回访一致性和相机控制指标，PSNR提升0.74 dB、旋转误差降低28.5%，同时将历史状态内存降低12倍。
关注理由 研究长时段视频世界模型的场景记忆、几何引导检索与相机控制，属于可扩展场景生成的直接支撑方法，但摘要未指明城市或建筑场景。
LoDEOT：用于从离轴影像提取建筑轮廓的低维高效偏移标记
LoDEOT: Low-Dimensional and Efficient Offset Tokens for Building Footprint Extraction from Off-Nadir Imagery
论文研究离轴影像中的建筑足迹提取，提出五维低维偏移标记来替代高维实例标记预测屋顶到足迹的二维偏移。方法基于局部针孔投影和垂直挤出假设，将实例、屋顶和框掩码证据映射到五维标记，再独立读出二维偏移，并利用去噪查询索引对齐多层监督。在五个真实建筑数据集上，作者报告LoDEOT取得有效足迹提取结果；在BONAI上FAP50为54.58，mEPE为5.23像素。
关注理由 直接处理建筑屋顶到地面轮廓的偏移预测，为建筑轮廓提取和城市布局解析提供支撑；摘要未涉及Gaussian场景表示。
MaRO-GS：基于不一致多视图掩码的鲁棒物体中心高斯溅射
MaRO-GS: Mask-Robust Object-Centric Gaussian Splatting from Inconsistent Multi-view Masks
论文关注多视图物体重建中目标物体与背景高斯混淆，以及跨视角分割掩码不一致导致的错误监督。MaRO-GS直接优化目标物体高斯，并通过掩码可靠性视图筛选排除不可靠视图；同时采用物体支持的高斯密度控制抑制背景增密，并用轮廓对齐物体损失保持物体中心优化。作者在多种数据集上报告了PSNR、分割准确率和计算效率提升，在小物体LERF-Mask数据集上最大PSNR提升为2.05 dB。
关注理由 摘要直接研究面向目标物体的3DGS多视图重建，并针对不一致的跨视角掩码改进高斯优化，属于高斯表示与重建方法。
ChronoWorld：通过时空线索与几何反思实现相机控制的一致四维世界生成
ChronoWorld: Camera-Controlled Consistent 4D World Generation via Spatiotemporal Cues and Geometric Reflections
论文针对相机可控视频生成中内在4D时空一致性不足的问题，提出Observation–State–Reflection框架。方法通过时空因果线索和重建先验生成全局一致的自由视角4D场景，利用时空极线因果注意力施加多视图极线约束与时间因果约束，并设计由重建驱动的几何反思流程和4D检索策略，对生成结果进行动态评估与修正。作者报告其在多样场景上取得时空一致、电影级4D场景生成效果，并具有较强泛化性和高保真几何。
关注理由 摘要直接研究可自由视角、时空一致的4D场景生成，并涉及多视图约束、重建先验和几何一致性；虽未明确限定城市场景，但属于可扩展通用3D/4D场景生成支撑方向。
待确认 · 1
Kepler4D：通过4D场景状态演化实现可控未来视频生成
Kepler4D: Controllable Future Video Generation via 4D Scene State Evolution
论文从单目视频构建包含背景几何、物体运动历史、空间支持和语义上下文的共享3D表示，并用视觉语言模型选择速度与航向决策，再确定性地滚动物体轨迹，最后为视频生成器提供几何控制。摘要未说明该表示是否采用Gaussian Splatting，也未明确城市或建筑场景。
关注理由 研究基于显式4D场景状态进行可控未来视频生成，但摘要未说明采用Gaussian场景表示，也未直接涉及城市、建筑或街区生成。