收集详情
采集完成 · 候选 488 · 已筛选 488
RSS 公告日期：2026-10-22
更新时间：2026-10-22T06:08:49.925292Z
中文总结由 AI 基于论文标题与作者摘要生成。
重点推荐 · 3
WorldStream：通过层级规划与持久状态流式生成交互式三维世界
WorldStream: Streaming Interactive 3D Worlds with Hierarchical Planning and Persistent State
论文提出 WorldStream，用层级规划将宏观的聚落、生态、交通和水文结构分配到瓦片组，再由局部规划细化瓦片语义。确定性代码将计划编译为地形、道路、聚落、植被和实体，并通过流式机制提前规划、按需生成几何。世界记录保存种子、对象身份、边界约束和用户编辑，从而支持持续扩展、返回重建与交互式修改。
关注理由 摘要直接研究可扩展、可交互的开放式三维世界生成，包含聚落、道路、生态与水文结构的层级规划及程序化编译，属于城市/户外场景生成的核心方向。
AOV-GS：基于三维 Gaussian Splatting 的主动开放词汇语义建图
AOV-GS: Active Open-Vocabulary Semantic Mapping with 3D Gaussian Splatting
论文提出 AOV-GS，通过 SAM 实例掩码和 CLIP 嵌入的新颖性重新排序候选视角，引导机器人探索语义信息丰富的区域。系统在采集嵌入上离线拟合轻量场景语言场，无需人工分割标注，即可在新视角进行开放词汇查询分割。作者报告其在 Replica 和 Matterport3D 上分别较几何主动规划提升语言场 mIoU 1.3 和 1.8 个百分点，同时新视角 PSNR 保持相近。
关注理由 论文明确提出基于 3D Gaussian Splatting 的主动语义建图，研究三维 Gaussian 表示的构建、语义理解与新视角查询，属于 3DGS 核心方向；但摘要未明确面向城市生成。
ClunoGS：通过统一优化实现紧凑的语言三维高斯泼溅
ClunoGS: Compact Language 3D Gaussian Splatting via Unified Optimization
论文针对语言3DGS语义属性带来的存储开销，以及仅按RGB质量剪枝会损害语义信息的问题，提出统一约束优化框架ClunoGS。方法联合进行语义感知Gaussian稀疏化与向量量化，并通过交替原始、稀疏化、量化和对偶更新优化，同时考虑渲染质量、语义准确率与模型紧凑性。在LERF和ScanNet-10的开放词汇定位、分割实验中，作者报告其在激进压缩下能较好缓解语义退化，联合优化也优于独立处理。
关注理由 直接研究语言3D Gaussian Splatting的语义感知稀疏化、量化与压缩，目标是同时保持渲染质量和开放词汇语义理解，属于3DGS表示压缩与语义方向。
相关方法 · 2
DriftNeRF：稀疏视图神经辐射场的跨射线密度漂移
DriftNeRF: Cross-Ray Density Drifting for Sparse-View Neural Radiance Fields
论文分析稀疏视图 NeRF 中不同射线对同一区域分配矛盾密度的问题，并提出 DriftNeRF 正则化器。该方法利用邻近射线上的密度构造停止梯度的一致性目标，惩罚缺乏支持的密度分歧，同时保留一致边界。摘要报告其在 NeRF-Synthetic 上将残余分歧降低一个数量级，并在多个数据集的三视图设置下提升 PSNR。
关注理由 论文主要提出 NeRF 的跨射线密度一致性正则化，直接针对稀疏视图三维场景表示重建，并以 Gaussian pipeline 作为比较对象，属于三维场景表示的支撑技术而非直接的 Gaussian 方法。
CRAB：基于立方体表示的竣工建筑信息模型点云重建
CRAB: Cuboid-based Representation for As-built BIM from Point Clouds
论文提出 CRAB，将墙、门、窗、梁和柱表示为带 IFC 语义与参数的建筑立方体。ProposalNet 先预测粗构件，AssemblyNet 再利用关系感知的 Flow Matching 细化几何、预测结构关系，并支持自动纠错和人工编辑。作者还扩展 Structured3D 的构件级标注并构建程序化场景；摘要报告墙厚估计平均误差为 2.80 cm，79.50% 的匹配墙体误差不超过 3 cm。
关注理由 论文直接研究可编辑建筑构件的体量化重建、结构关系预测和程序化场景构建，可支撑建筑资产与立面/建筑生成，但摘要未涉及 Gaussian 表示。
待确认 · 1
RealMe：从最少量捕获生成沉浸式体积视频
RealMe: Immersive Volumetric Video from Minimal Captures
论文面向稀疏、低分辨率捕获条件下的沉浸式体积视频生成，提出以高分辨率视频扩散模型为核心的RealMe。方法将捕获视频编码为带布局感知位置嵌入的潜变量，利用分解式时空注意力跨视角和时间去噪，再通过潜空间频率损失缩小生成视频与真实捕获之间的差距。在DNA-Rendering和自采集RealVV数据集上，作者报告其在视觉保真度和4D一致性方面优于现有方法。
关注理由 论文研究从稀疏低分辨率捕获生成高分辨率、时间与视角一致的沉浸式体积视频，属于一般4D内容生成与重建；摘要未说明使用Gaussian场景表示，也未涉及城市或建筑任务。