收集详情
采集完成 · 候选 682 · 已筛选 682
RSS 公告日期：2026-10-09
更新时间：2026-10-09T06:08:35.503982Z
中文总结由 AI 基于论文标题与作者摘要生成。
重点推荐 · 8
GHARP：基于大规模重建先验的实时 Gaussian 头部动画
GHARP: Real-time Gaussian Head Animation from Large-scale Reconstruction Prior
GHARP 将人头动画分为离线身份表示构建和运行时表情残差预测，并在预训练重建模型的语义潜空间中进行高效预测。方法融合多视图输入形成固定大小的 canonical Gaussian 表示，并通过身体对齐网络缓解身体姿态和服装区域的歧义。作者报告其在 Ava-256 上达到作者所称的先进质量，同时在 A100 上最高快 13 倍、使用 Gaussian 数量减少 8 倍。
关注理由 直接使用紧凑的 canonical Gaussian 表示进行多视图人头重建与实时动画，属于 3D Gaussian 表示构建和动态建模；研究对象不是城市场景。
PCAsplat：基于局部 PCA 正则化的 Gaussian Splatting
PCAsplat: Gaussian Splatting with Local PCA Regularization
PCAsplat 提出可微局部 PCA 正则器，直接作用于 Gaussian 中心邻域，使未参与当前视图的 Gaussian 也能获得几何更新。方法约束 PCA 特征值以促进表面贴合和切平面覆盖，并对齐 Gaussian 法向与邻域法向。作者在 DTU、Tanks and Temples 和 NeRF Synthetic 上报告了更好的表面近似、更少的浮点，同时保持有竞争力的新视角合成和网格提取表现。
关注理由 直接研究 Gaussian splatting 的几何正则化、表面重建和新视角渲染，解决浮点 Gaussian 与表面不对齐问题，是 3DGS 重建和几何处理的核心相关工作。
MATE4D：矩阵引导的单图像可编辑四维生成
MATE4D: Matrix-Guided Editable 4D Generation from a Single Image
MATE4D 面向单张图像下结构线索和运动证据不足导致的四维生成困难，构造时空多视图图像矩阵，并通过文本引导背景编辑，为视角、外观和运动提供一致监督。随后优化三维 Gaussian 原语，并用轻量形变模块生成可编辑四维表示。作者在 Objaverse-XL 和 Diffusion4D 上报告了更好的视觉质量、效率与可控性。
关注理由 直接使用三维 Gaussian 原语从单张图像生成可编辑动态四维内容，属于关注的 3DGS 动态建模与生成方向；但摘要未涉及城市或建筑场景。
3DTexMOR：通过纹理空间修复实现三维 Gaussian 多目标移除
3DTexMOR: 3D Gaussian Multi-Object Removal via Texture-Space Inpainting
3DTexMOR 针对多目标布局下逐视图二维修复上下文不足、跨视图补全不一致的问题，在所有视图共享的统一纹理空间中进行修复。方法聚合多视角观测形成纹理图，补全缺失区域后重新投影以监督 Gaussian 场景完成，并聚合视图无关内禀属性以减少高光影响，同时加入几何正则化。作者报告其取得视觉合理的补全效果，并将 PSNR 提升 5.8 dB、LPIPS 至少降低 22%。
关注理由 直接研究基于 3DGS 的多目标移除、纹理空间补全和几何约束，属于 Gaussian 场景编辑与重建方向；但未明确面向城市场景。
FlyMark：通过果蝇连接组实现3D Gaussian Splatting的免训练隐形水印
FlyMark: Training-Free Invisible Watermarking of 3D Gaussian Splatting via a Fruit Fly Connectome
论文提出FlyMark，在不依赖场景优化、学习式解码器或渲染视图的情况下，将密钥消息写入现有3DGS参数。方法利用果蝇连接组生成载体方向，通过虚拟观察者读取轨道上的亮度，以抖动量化索引调制复制比特，再用稀疏有界最小二乘调整零阶颜色。几何和高阶外观参数保持不变；作者报告在合成与真实场景上具有较高的干净比特准确率和视觉保真度，并能区分正确与错误密钥。
关注理由 直接研究3DGS参数中的训练无关隐形水印，属于3DGS表示编辑与可验证性方向。
PAM-ToD：用于跨时段3D Gaussian Splatting的即插即用外观建模
PAM-ToD: Plug-and-Play Appearance Modeling for Cross-Time-of-Day 3D Gaussian Splatting
论文提出PAM-ToD，用颜色缩放和附加亮度项建模道路场景在不同时段的外观变化，同时冻结预训练3DGS参数。方法基于简化成像模型避免单独估计反照率与光照，并通过空间平滑约束减少校正突变；作者还构建了具有匹配几何、相机姿态和动态轨迹的CARLA-ToD基准。实验中，静态和动态设置均取得更高PSNR和更低LPIPS，即使训练锚点来自一次多相机同步采集。
关注理由 直接研究预训练3DGS道路场景的跨时段外观编辑，并提供道路场景基准，属于3DGS编辑与街景应用。
LVS：通过复用先前视图实现基于相对相机位姿的局部视图合成
LVS: Local View Synthesis from Relative Camera Pose by Reusing Previous Views
论文针对交互式场景探索中相邻视角重复渲染开销较高的问题，提出基于相对位姿的 RGB-D 视图复用框架。方法利用深度和位姿进行几何变形，再由轻量多尺度网络预测残差以修复伪影并补全新暴露区域，同时缓存源特征。摘要报告其在 GS-render 上较纯变形提升 0.72 dB PSNR，并实现较低查询延迟。
关注理由 直接研究传统 3D Gaussian Splatting 的局部视图合成与渲染加速，属于 Gaussian 场景表示的渲染与可扩展交互应用。
OuroWorld：让任意三维世界成为多样且无限循环的三维电影画面
OuroWorld: Bringing Any 3D World Alive as Diverse, Endlessly Looping 3D Cinemagraphs
OuroWorld 面向静态三维世界缺乏时间动态的问题，提出无需掩码的框架，将任意 3D Gaussian Splatting 场景转化为循环三维电影画面。方法利用视觉语言模型推断合理运动，并引导视频模型生成参考视频，再将其提升和补全为多视角视频；提出具备周期性约束的 4DGS 变形场，以及用于吸收跨视角不一致的漂移场，从而支持一般形变、物体运动和光照变化。作者在 39 个重建或生成场景上报告其优于所有基线，并取得 70.8%—99.0% 的用户研究比较胜率。
关注理由 论文直接将静态 3D Gaussian Splatting 场景转化为可从任意视角观看的动态循环场景，属于 3DGS 动态建模与编辑；但摘要未特指城市场景。
相关方法 · 7
SpectralCache：通过谱特征缓存加速基于扩散的世界模型
SpectralCache: Accelerating Diffusion-Based World Models via Spectral Feature Caching
论文观察到扩散世界模型在相邻去噪步骤中的特征具有稳定的奇异子空间和可预测的奇异值变化，据此提出无需训练的 SpectralCache。方法复用稳定子空间、线性外推低维奇异值，并跳过部分昂贵的骨干网络计算。摘要报告在 HunyuanWorld-Voyager-13B 上实现 5.22 倍加速，同时静态场景 WorldScore 为 65.90。
关注理由 研究扩散世界模型的推理加速，直接面向可交互环境生成的可扩展性，可作为通用三维/环境生成的支撑技术；但摘要未明确涉及城市场景或 Gaussian 表示。
GaussianBench：Gaussian 场景表示的物理保真度评测
GaussianBench: Physics-Fidelity Evaluation for Gaussian Scene Representations
论文提出 GaussianBench，用与模拟器无关的评分器和解析或实测参考，评测守恒、连续介质响应、异质材料耦合、Gaussian 协方差传输与渲染、热相变及反事实响应。作者还提供以持久 3D Gaussian 作为渲染基元和连续介质材料点的 GaussianFlesh，并在六个外部系统上发现原有评测遗漏的物理失败。
关注理由 直接研究物理集成 Gaussian 场景表示的评测，并涵盖 Gaussian 协方差传输、渲染及热力学状态等内部机制，属于 3DGS 表示与动态建模的支撑工作。
WorldBench：评测 LLM 的 Three.js 体素世界生成能力
WorldBench: Evaluating LLMs on Three.js Voxel World Generation
论文提出 WorldBench，用运行时探索、时钟控制、视角旋转、导航代理和源代码读取，联合评测 LLM 生成的 Three.js 世界。针对仅看渲染图或仅读代码的评测缺陷，作者设计了代码与视觉交叉核验及特征移除突变测试，并在五个前沿模型上报告评测结果。
关注理由 研究 LLM 生成交互式 3D 世界的自动评测，直接涉及开放式 3D 场景生成与程序化创建；但摘要未显示城市或建筑专门内容，因此作为通用场景生成支撑。
Hi3D 3.0（Twinkle3D）：高分辨率特定对象3D资产生成
HI3D 3.0 (Twinkle3D): Object-specific 3D Asset Generation with High Resolution
论文提出Hi3D 3.0，以Twinkle3D生成高分辨率封闭三角网格，重点恢复铭文、品牌标记和重复结构等对象特定细节。方法提升初始全局形状与局部细节生成，支持最多30万个几何token，并引入细粒度图像—3D跨模态交互。作者报告其在几何对齐指标上超过四个商业系统，铭文字符召回率为82.1%、精确率为98.2%。
关注理由 研究图像到3D对象资产生成，但对象并非城市、建筑或立面；可作为通用3D资产生成的支撑技术。
FreeInpaint：通过可学习掩码注意力与支撑令牌细化实现无位姿前馈三维修复
Pose-Free Feed-Forward 3D Inpainting via Learnable Mask Attention and Support Token Refinement
论文提出 FreeInpaint，从带掩码的无位姿多视角图像直接生成完整、几何和纹理一致的三维场景。方法扩展三维基础模型，通过可学习掩码注意力保持可靠观测的空间锚定，并用扩散模型生成的支撑证据细化严重遮挡区域。作者报告称，该方法在多种数据集上取得更好的修复质量，无需预先计算相机位姿，同时保持较快推理速度。
关注理由 直接研究三维场景补全与编辑，输入为无位姿多视角遮挡图像，输出为几何和纹理一致的完整三维场景；属于三维场景重建/编辑的支撑方法，但摘要未明确采用 Gaussian 表示。
Slot3R：用于流式三维重建的组相联空间记忆
Slot3R: Set-Associative Spatial Memory for Streaming 3D Reconstruction
论文指出 Point3R 以空间邻近同时决定观测关联和融合，可能将不同表面、视角或可见性状态错误平均。Slot3R 采用无需训练的组相联空间记忆，使同一空间地址可保留多个状态，并以稀疏读出降低解码访问成本。摘要报告其在 7Scenes 和 NeuralRGBD 上显著降低点云精度误差及轨迹误差，并在长序列下保持约 19 FPS。
关注理由 研究在线流式三维重建中的空间记忆、点云重建精度与可扩展性；虽不是 Gaussian 表示，但属于可作为 GS 支撑技术的邻近点式三维重建方法。
SpaceFlow：局部可控的三维生成
SpaceFlow: Locally Controllable 3D Generation
论文针对现有三维生成缺乏局部几何和外观控制的问题，提出无需训练的 SpaceFlow 管线。每个几何原语作为对象部件代理并分配局部控制强度；结构生成阶段在流过程中施加空间约束，外观阶段按部件分割并路由对应文本或图像条件，以减少跨部件泄漏。摘要报告高控制区域保持几何约束、低控制区域产生合理变化，且固定几何上的文本条件路由获得作者所称的先进提示一致性与材质颜色准确度。
关注理由 提出基于几何原语、文本和图像线索的局部可控三维生成管线，直接涉及程序化的部件组合与局部控制，可作为城市/建筑资产生成的支撑方法；摘要未说明城市或建筑场景实验。
待确认 · 1
LVSPM：长序列新视角合成与位姿估计模型
LVSPM: Long Sequence View Synthesis and Pose Estimation Model
LVSPM 使用 RGB 图像和位姿监督，结合测试时训练层，面向数百张输入图像扩展相机位姿估计与新视角合成。作者在 RealEstate10k、Co3Dv2 和 DL3DV 上报告了位姿估计及无位姿新视角合成结果，但摘要未说明其是否采用 Gaussian 场景表示。
关注理由 摘要明确研究多视图重建相关的相机位姿估计与新视角合成，但未说明采用 Gaussian 或其他具体三维场景表示，因此只能判为不确定的 3DGS 相关候选。