视觉与机器人

3D 视觉

三维重建、NeRF、Gaussian Splatting、点云和空间智能。

2026-03-10 至 2026-03-10 共收录 2 篇信号源：cs.CV, cs.GR, cs.RO

1. 3D生成 2 篇

2508.11952 2026-03-10 cs.CV 70%

UniUGG: Unified 3D Understanding and Generation via Geometric-Semantic Encoding

UniUGG: 通过几何-语义编码实现统一的3D理解与生成

Yueming Xu, Jiahui Zhang, Ze Huang, Yurui Chen, Yanpeng Zhou, Zhenyu Chen, Yu-Jie Yuan, Pengxiang Xia, Guowei Huang, Xinyue Cai, Zhongang Qi, Xingyue Quan, Jianye Hao, Hang Xu, Li Zhang

机构 * Fudan University（复旦大学）； Huawei Noah’s Ark Lab（华为诺亚实验室）

专题命中 3D生成：3D generation(abstract)；spatial understanding(abstract)；分类 cs.CV

AI总结 UniUGG通过几何-语义编码实现3D理解和生成的统一框架，结合大语言模型和潜在扩散模型，提升空间理解和生成能力。

2511.18734 2026-03-10 cs.CV cs.AI 57%

Yo'City: Personalized and Boundless 3D Realistic City Scene Generation via Self-Critic Expansion

Yo'City：通过自批评扩展实现个性化和无边界的3D逼真城市场景生成

Keyang Lu, Sifan Zhou, Hongbin Xu, Gang Xu, Zhifei Yang, Yikai Wang, Zhen Xiao, Jieyi Long, Ming Li

机构 * School of Computer Science, Peking University（北京大学计算机科学学院）； Beihang University（北航）； Southeast University（东南大学）； ByteDance Seed（字节跳动种子）； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室）； Beijing Normal University（北京师范大学）； Theta Labs（Theta实验室）

专题命中 3D生成：3D generation(abstract)；分类 cs.CV

AI总结 Yo'City通过自批评扩展实现个性化和无边界的3D城市生成，利用大模型的推理能力提升生成质量。

Comments Accepted by CVPR 2026