3D 视觉

Uni3R: Unified 3D Reconstruction and Semantic Understanding via Generalizable Gaussian Splatting from Unposed Multi-View Images

Uni3R：通过通用高斯喷射从无序多视角图像实现统一的3D重建与语义理解

Xiangyu Sun, Haoyi Jiang, Liu Liu, Seungtae Nam, Gyeongjin Kang, Xinjie Wang, Wei Sui, Zhizhong Su, Wenyu Liu, Xinggang Wang, Eunbyung Park

机构 * Sungkyunkwan University（顺天乡大学） ； Huazhong University of Science & Technology（华中科技大学） ； Yonsei University（延世大学） ； Horizon Robotics（Horizon机器人） ； D-Robotics 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title)；3D reconstruction(title)；novel view synthesis(abstract)；分类 cs.CV

AI总结 本文提出Uni3R框架，通过统一的3D场景表示实现高保真视角合成和开放词汇语义分割，展示了其在多个基准上的优越性能。

Comments The code is available at https://github.com/HorizonRobotics/Uni3R

GTLR-GS: Geometry-Texture Aware LiDAR-Regularized 3D Gaussian Splatting for Realistic Scene Reconstruction

GTLR-GS：基于几何与纹理的激光雷达正则化3D高斯点划法用于逼真场景重建

Yan Fang, Jianfei Ge, Jiangjian Xiao

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；point cloud(abstract)；分类 cs.GR

AI总结 本文提出一种以激光雷达为中心的3D高斯点划法框架，通过引入度量几何先验，解决传统方法在尺度模糊、几何一致性差和视点依赖等问题，提升场景重建的几何精度和真实感。

PhotoAgent: A Robotic Photographer with Spatial and Aesthetic Understanding

PhotoAgent：一种具有空间与审美理解的机器人摄影师

Lirong Che, Zhenfeng Gan, Yanbo Chen, Junbo Tan, Xueqian Wang

机构 * Center for Artificial Intelligence and Robotics, Shenzhen International Graduate School, Tsinghua University（人工智能与机器人中心，深圳国际研究生院，清华大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3DGS(abstract)；分类 cs.CV、cs.RO

AI总结 PhotoAgent通过整合大多模态模型与新型控制范式，将主观审美目标转化为几何约束，利用内部视觉模拟实现快速收敛于高质量图像结果。

Comments Accepted to the IEEE International Conference on Robotics and Automation (ICRA) 2026

Where, What, Why: Toward Explainable 3D-GS Watermarking

何处、何物、为何：迈向可解释的3D-GS水印

Mingshu Cai, Jiajun Li, Osamu Yoshie, Yuya Ieiri, Yixuan Li

机构 * Waseda University（早稻田大学） ； Southeast University（东南大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本文提出一种原生表示框架，通过三专家模块和安全预算感知门实现水印载体选择和质量保护，结合通道组掩码提升水印鲁棒性和可解释性，相比现有方法在PSNR和比特精度上均有提升。

Comments CVPR 2026