收集详情
采集完成 · 候选 300 · 已筛选 300
RSS 公告日期：2026-10-27
更新时间：2026-10-27T06:09:40.051105Z
中文总结由 AI 基于论文标题与作者摘要生成。
重点推荐 · 13
用于长期时空推理的高斯情景记忆
Gaussian Episodic Memory for Long-Term Spatiotemporal Reasoning
论文提出GEMS，将持久化时空3DGS地图与智能体推理流程结合。地图仅在场景变化区域更新，以较低存储开销保留跨时间的视觉细节；推理流程按需渲染新视角，累积证据完成时空问答和语言驱动物体定位。作者构建包含3个真实与12个合成环境、473组问答的GEMS-Bench，并报告其在3D物体定位和时空问答上优于近期基线，渲染质量与专用场景更新方法相当。
关注理由 摘要明确研究持久化时空3D Gaussian Splatting地图，用于场景更新、 novel-view 渲染、物体定位与时空推理，直接符合3DGS场景表示与动态建模方向。
RelateGS：利用可靠语义与关系证据进行 Gaussian Splatting 三维场景理解
RelateGS: Reliable Semantic and Relational Evidence for 3D Scene Understanding with Gaussian Splatting
论文针对多视图语义聚合不可靠、对象关系观测不足导致的三维目标歧义，提出 RelateGS。方法在语义特征提升时抑制不可靠观测，将多视图对象整理为持久三维图，并根据欠观测关系重新查询已有信息帧。作者在 Sr3D+ 和 Nr3D 上报告了具有竞争力的三维定位性能。
关注理由 直接研究语言感知的 3D Gaussian Splatting 场景表示、语义理解和三维关系定位。
BoundedGS：面向高分辨率 3D Gaussian Splatting 的内存高效训练
BoundedGS: Memory-Efficient High-Resolution Training for 3D Gaussian Splatting
论文分析高分辨率 3DGS 中光栅化缓存、投影状态和梯度状态共同造成的峰值内存问题，提出 BoundedGS。方法分离光栅化与投影反向传播，按负载限制局部工作集，并结合候选索引、紧凑梯度存储及 CPU 辅助结构重建。作者在高分辨率和户外场景实验中报告显著降低渲染工作集，同时保持相近重建质量并缩短训练时间。
关注理由 直接研究高分辨率 3D Gaussian Splatting 的内存高效训练与可扩展渲染。
ParetoGS：利用稀疏适配锚点实现高质量连续预算 3D Gaussian Splatting
ParetoGS: High-Quality Continuous-Budget 3D Gaussian Splatting with Sparse Adapted Anchors
论文指出，直接从高预算模型减少 Gaussian 数量会改变成员选择及其重建职责，继承参数也可能不适配低预算表示。ParetoGS 通过交替剪枝与固定成员适配构建带持久身份的预算锚点，并以残差图集编码参数变化，在解码时插值共享成员状态并逐步加入新成员贡献。作者在 13 个场景上报告了更好的质量—数量权衡及显著减少的额外状态。
关注理由 直接研究可扩展 3DGS 的 Gaussian 数量预算、剪枝、参数适配和连续预算表示。
RacerGS：用于 3D Gaussian Splatting 压缩的残差自回归上下文
RacerGS: Residual-Autoregressive Context for 3D Gaussian Splatting Compression
论文针对 3DGS 参数规模大、存储和传输成本高的问题，提出 RacerGS。方法利用哈希投影获得紧凑上下文特征，以 FiLM 调制的自回归 GRU 建模锚点特征组之间的因果依赖，并对量化后的锚点属性残差进行自适应熵编码。作者在五个数据集上报告，相比 vanilla 3DGS 可实现超过 150 倍压缩，并保持具有竞争力的渲染质量。
关注理由 直接研究 3DGS 的压缩、熵编码、存储与传输效率，并保持新视角渲染质量。
用于 3D Gaussian Splatting 的生灭结构学习
Birth-Death Structural Learning for 3D Gaussian Splatting
论文针对 3DGS 中克隆、分裂和剪枝依赖位置梯度、透明度等代理信号的问题，提出基于重建损失一阶变分的 birth-death 控制。方法冻结当前 Gaussian 集合，为每个 primitive 引入辅助质量坐标，并据多视角损失求导得到结构更新分数：高分位置用于增生，低分且低透明度的 Gaussian 被移除。作者报告，将该分数集成到 3DGS-MCMC 后，在标准 3DGS 基准上取得其声称的最佳重建质量，并在紧 Gaussian 预算下收益更明显。
关注理由 直接研究 3D Gaussian Splatting 的结构自适应密度控制，以变分分数指导 Gaussian 的增生与删除，属于 3DGS 表示构建与效率优化。
RIDE-Splat：野外驾驶环境中的反射去除
RIDE-Splat: Reflection Removal for In-the-Wild Driving Environments
论文针对挡风玻璃反射不满足世界空间一致性、导致标准 3DGS 将反射错误嵌入场景的问题，提出 RIDE-Splat。方法用 3DGS 表示穿过挡风玻璃的世界一致传输，并用一个共享的有符号 RGB 图像表示主要的相机附着反射；先联合学习几何与反射，再用去反射训练图像拟合干净 DGS。作者还提出驾驶视频反射去除数据集，并报告在 RIDE-Splat Dataset、XLD 和 Wayve 上相对多个基线取得更好指标，PSNR 最高提升 3.59 dB，LPIPS 最多降低 0.0876。
关注理由 直接研究带挡风玻璃反射的驾驶视频 3DGS 重建，通过分离相机附着反射与世界一致场景来改善街景重建。
DimFlow：用于动态Gaussian重建的双向网格-专家学习
DimFlow: Bidirectional Grid-Expert Learning for Dynamic Gaussian Reconstruction
本文针对动态Gaussian重建中空间与时间属性不兼容的问题，提出DimFlow。方法通过多分辨率网格与坐标专家分支双向交互，结合特征级对抗对齐、自适应融合和激活掩码残差反馈学习紧凑特征，并以四类属性专家组织变形、旋转、不透明度和时间信息。作者报告其在多个数据集上达到39.73 dB PSNR，相比4D-GS提升1.92 dB，并保持85 FPS渲染速度。
关注理由 直接研究动态Gaussian重建，使用多分辨率网格、坐标专家分支和属性专家组织变形、旋转、不透明度与时间信息后进行Gaussian渲染。
DUET4D：稀疏视角4D重建的自校正耦合引导
DUET4D: Self-Corrective Coupled Guidance for Sparse-View 4D Reconstruction
本文针对少量相机导致的稀疏视角4D重建欠约束问题，提出DUET4D自校正耦合引导框架。方法利用当前4D表示引导生成先验，先根据Gaussian证据构造序列对齐以指导潜在恢复，再通过Sequential Fidelity Resampling将生成监督提升到Gaussian空间，筛选反复支持的原语。修正后的表示继续提供更可靠证据，作者报告其改善了渲染质量和效率。
关注理由 直接研究稀疏视角4D Gaussian Splatting重建，通过Gaussian表示与生成先验的自校正耦合解决时空一致性和伪影问题。
面向可泛化人体Gaussian Splatting的复杂度引导正则化
Complexity-guided Regularization for Generalizable Human Gaussian Splatting
本文研究可泛化人体Gaussian Splatting在复杂几何和纹理区域细节不足的问题。方法利用服装人体局部几何与纹理熵计算复杂度先验，约束复杂区域布置更密集的Gaussian，并优先采样这些区域的局部图像块进行监督。作者报告该方法在基准数据集上取得其所称的当前最佳性能，同时保持实时推理速度。
关注理由 直接研究人体Gaussian Splatting的泛化重建，通过复杂度先验调节Gaussian密度并增强复杂区域细节监督，属于Gaussian场景表示方法。
GaussianSpline：面向高动态4D Gaussian Splatting的自适应Bezier样条
GaussianSpline: Adaptive B\'ezier Splines for Highly Dynamic 4D Gaussian Splatting
本文提出GaussianSpline，用自适应、非均匀分段三次Bezier样条建模每个Gaussian的运动，并联合学习控制点和时间分区，使高动态区域获得更高时间容量、近静态区域保持紧凑。方法通过控制点反射约束保证相邻片段G1连续，从而得到平滑且可微的轨迹。作者在多个真实和合成数据集上报告，高度非均匀动态场景的重建质量显著提升，同时在一般动态场景上保持竞争力。
关注理由 直接研究动态4D Gaussian Splatting，以每个Gaussian的自适应非均匀Bezier样条表示运动轨迹，并用于高动态场景重建。
SG-Splat：面向无位姿 3D Gaussian Splatting 的位姿不确定性稳定几何学习
SG-Splat: Stable Geometry Learning under Pose Uncertainty for Pose-Free 3D Gaussian Splatting
论文提出 SG-Splat，解决无位姿前馈式 3D Gaussian Splatting 中残余位姿误差导致的几何和属性学习不稳定问题。方法将几何估计与 Gaussian 属性预测分支解耦，并采用由光流引导的位姿细化和残差引导的几何校正流程，在属性重建前改善相机与几何对齐；同时通过混合真实与预测位姿稳定训练。作者在 DL3DV 和 RealEstate10K 上报告了新视角合成与位姿估计的最佳性能。
关注理由 直接研究无位姿输入图像上的 3D Gaussian Splatting 重建，聚焦相机位姿不确定性、几何学习和 Gaussian 属性预测。
VidEdit3D：利用视频扩散实现灵活的三维 Gaussian 编辑
VidEdit3D: Flexible 3D Gaussian Editing with Video Diffusion
论文将 3DGS 编辑重新表述为基于相机轨迹的视频编辑任务，借助预训练视频扩散模型增强跨视角语义和结构一致性。方法包括用于选择关键帧并构建平滑视频片段的轨迹引导渲染、用于传播锚点视图编辑的流对齐视频编辑，以及限制几何和外观更新范围的区域选择性 3DGS 优化。摘要称其指令遵循和多视图一致性优于基线。
关注理由 直接研究 3D Gaussian Splatting 场景编辑，利用视频扩散模型改善跨视角语义与结构一致性，并通过区域选择性优化限制编辑区域。
相关方法 · 6
ProMo3D：探索冻结三维基础模型中的运动线索
ProMo3D: Probing Motion Cues in Frozen 3D Foundation Models
论文探究冻结三维基础模型 token 是否包含可解码的运动信息，并提出基于探测的运动蒸馏方法，通过固定锚点 token 的成对兼容性分数生成稠密运动掩码。作者报告称，该方法仅用160个 YouTube-VOS 视频训练，即可零样本迁移到多个视频分割数据集，并接近更重的监督或自监督方法。
关注理由 研究冻结三维基础模型表征中的动态信息解码，涉及三维场景理解与动态建模，但摘要未明确使用 Gaussian/Splat 表示。
SceneAgent：从 3D 与 4D 采集到仿真环境的智能体流水线
SceneAgent: An Agentic Pipeline from 3D and 4D Captures to Simulation Environments
论文提出 SceneAgent，通过仿真器中的视觉检查与修复，协调从场景采集到交互仿真的多个步骤。流水线可处理 3DGS、摄影测量、LiDAR、AI 生成 3DGS 和动态 4D 视频，并结合对象分割、物理参数估计、部件分解、关节建模及可变形仿真，还能生成物体变体和脚本演示。作者报告，在 GraspClutter6D 的杂乱箱体场景中，最佳 F1 为 60.75%，高于 SimFoundry 的 6.9%；在 4DCodeBench 动态场景中，Gemini 4 Argon 的平均动态 IoU 从 0.86% 提升至 99.09%。
关注理由 将 3DGS 等视觉采集转换为可交互仿真环境，包含重建、物理参数估计和误差修复，属于 3DGS 的直接应用与仿真支撑。摘要未显示其面向城市任务。
面向城市空间时空智能系统：孪生智能体视角
Towards Spatio-Temporal Intelligence Systems in Urban Space: A Twin-Agent Perspective
本文从孪生智能体视角综述城市时空智能系统，关注如何重建并表示持续更新的信息增强城市环境，以及智能体如何通过接口理解环境、推理、执行行动并依据反馈演化。作者提出连接数据、城市孪生、智能体行动、反馈和更新的双循环框架，并展示其对多种城市领域的支持。
关注理由 研究城市时空智能系统，涉及持续、信息增强的城市环境重建与表示，并服务于城市治理；但摘要未涉及城市内容生成、布局生成或GS表示。
CVTSplat：使用自适应质心 Voronoi 镶嵌的多视图重建
CVTSplat: Multi-view Reconstruction Using an Adaptive Centroidal Voronoi Tessellation
论文提出 CVTSplat，用带有非均匀单元尺寸的自适应质心 Voronoi 镶嵌进行多视图形状与外观重建。方法依据演化中的有符号距离场，将采样点集中到零水平集附近，并配套 GPU 最近邻查询、近似 Voronoi 构造和面向小型近各向同性单元的光栅化器。作者报告其 Voronoi 构造速度比通用方法快 5 至 10 倍，在 DTU 和 BlendedMVS 上达到与先进 Gaussian-splatting 表面方法相当的几何精度，单 GPU 训练约 2.5 分钟。
关注理由 研究多视图形状与外观重建的自适应 Voronoi splat 表示，并以 Gaussian-splatting 表面方法作为比较对象，属于三维 splat 场景表示的直接支撑技术。
VGGT 知道自己不知道什么吗？
Does VGGT Know What It Does Not Know?
论文考察冻结的 VGGT 是否能从内部特征识别自身的相机位姿错误。作者在包含 1000 对困难图像的 HardMatch 基准上训练线性探针，报告其在留出类别上的位姿失败预测 ROC-AUC 为 93.5%，高于 VGGT 点图置信度和基于全部输出训练的分类器；该探针还能迁移到其他数据集的旋转失败检测。
关注理由 研究前馈三维重建模型的相机位姿与几何预测失败检测，直接涉及三维场景重建和定位可靠性，可作为 3D 场景表示构建的支撑方法；摘要未表明其使用 Gaussian 表示。
FL4N：前馈潜在 4D 新视角合成模型
FL4N: Feed-forward Latent Model for 4D Novel View Synthesis
论文提出前馈潜在 4D 新视角合成模型 FL4N，以统一潜在表示编码时空场景先验，避免显式 4D Gaussian 在动态建模中的时序不一致和渲染伪影。其动态编码器在静态场景特征上学习运动残差，以区分物体运动与相机视差。摘要称该模型仅用图像合成目标训练，并取得作者所称的先进 4D 新视角合成质量和实时渲染能力。
关注理由 研究动态场景的 4D 新视角合成，并明确讨论显式 4D Gaussian 表示及其时序问题；虽然提出的是潜在表示而非 Gaussian 原语，但属于 4D 场景建模的直接支撑技术。