3D 视觉

GEMM-GS: Accelerating 3D Gaussian Splatting on Tensor Cores with GEMM-Compatible Blending

GEMM-GS: 利用张量核心加速3D高斯散射

Haomin Li, Bowen Zhu, Fangxin Liu, Zongwu Wang, Xinran Liang, Li Jiang, Haibing Guan

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

AI总结 本文提出GEMM-GS方法，通过将3DGS的混合过程转化为GEMM兼容形式，利用GPU张量核心提升渲染速度，实验显示比原始3DGS快1.42倍，结合现有加速方法平均再提升1.47倍。

Comments Accepted by the 63rd Design Automation Conference (DAC 2026)

3D Gaussian Splatting for Annular Dark Field Scanning Transmission Electron Microscopy Tomography Reconstruction

用于环形暗场扫描透射电子显微镜断层成像重建的3D高斯散射

Beiyuan Zhang, Hesong Li, Ruiwen Shao, Ying Fu

机构 * Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 本文提出DenZa-Gaussian方法，通过建模局部散射强度、引入稳定系数γ和傅里叶幅值损失函数，提升稀疏视图下的3D断层重建精度和稳定性。

M2StyleGS: Multi-Modality 3D Style Transfer with Gaussian Splatting

M2StyleGS：多模态3D风格迁移与高斯点散技术

Xingyu Miao, Xueqi Qiu, Haoran Duan, Yawen Huang, Xian Wu, Jingjing Deng, Yang Long

机构 * Durham University（杜伦大学） ； Tsinghua University（清华大学） ； Tencent Jarvis Lab（腾讯Jarvis实验室） ； Bristol University（布里斯托大学） 纠错

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

AI总结 M2StyleGS通过高斯点散技术与CLIP多模态知识融合，实现基于文本和图像的实时3D风格迁移，提升视觉质量和一致性表现。

Can Protective Watermarking Safeguard the Copyright of 3D Gaussian Splatting?

水印能否保护3D高斯散射的版权？

Wenkai Huang, Yijia Guo, Gaolei Li, Lei Ma, Hang Zhang, Liwen Hu, Jiazheng Wang, Jianhua Li, Tiejun Huang

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

AI总结 本文首次系统研究并验证了3D高斯散射水印框架的潜在漏洞，提出GSPure框架有效去除水印并保持场景完整性，实验表明其在水印净化性能上优于现有方法。

Comments Accepted by AAAI 2026

SpectralSplat: Appearance-Disentangled Feed-Forward Gaussian Splatting for Driving Scenes

SpectralSplat：面向驾驶场景的外观-解耦前馈高斯点云法

Quentin Herau, Tianshuo Xu, Depu Meng, Jiezhi Yang, Chensheng Peng, Spencer Sherk, Yihan Hu, Wei Zhan

机构 * Applied Intuition ； The Hong Kong University of Science and Technology（香港科技大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV、cs.GR、cs.RO

AI总结 SpectralSplat通过前馈高斯点云法解耦场景几何与外观属性，提升驾驶场景的重建质量和可控外观迁移能力。

Comments Under review

GA-GS: Generation-Assisted Gaussian Splatting for Static Scene Reconstruction

GA-GS：基于生成的高斯点散射用于静态场景重建

Yedong Shen, Shiqi Zhang, Sha Zhang, Yifan Duan, Xinran Zhang, Wenhao Yu, Lu Zhang, Jiajun Deng, Yanyong Zhang

机构 * School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院） ； School of Artificial Intelligence and Data Science, University of Science and Technology of China（中国科学技术大学人工智能与数据科学学院） ； The Chinese University of Hong Kong（香港中文大学） ； Institute of Advanced Technology, University of Science and Technology of China（中国科学技术大学先进技术研究院） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院） ； School of information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学技术学院） 纠错

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

AI总结 本文提出GA-GS方法，通过生成技术辅助恢复动态物体遮挡区域，引入可学习的真实性标量平衡真实背景与生成区域，利用轨迹匹配数据集验证了其在大规模持久遮挡场景中的优越性能。

4C4D: 4 Camera 4D Gaussian Splatting

4C4D: 4台相机的4维高斯点散布

Junsheng Zhou, Zhifan Yang, Liang Han, Wenyuan Zhang, Kanle Shi, Shenkun Xu, Yu-Shen Liu

机构 * School of Software, Tsinghua University（清华大学软件学院） ； Kuaishou Technology（快手科技） 纠错

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

AI总结 本文提出4C4D框架，通过极稀疏相机拍摄实现高保真4维高斯点散布，解决视频中4维动态场景重建问题，提升几何建模能力。

Comments Accepted by CVPR 2026. Project page: https://junshengzhou.github.io/4C4D

HOIGS: Human-Object Interaction Gaussian Splatting

HOIGS: 人-物交互高斯散射

Taewoo Kim, Suwoong Yeom, Jaehyun Pyun, Geonho Cha, Dongyoon Wee, Joonsik Nam, Yun-Seong Jeong, Kyeongbo Kong, Suk-Ju Kang

机构 * Department of Electronics Engineering, Sogang University（西江大学电子工程系） ； NAVER Cloud Corp（NAVER Cloud公司） ； Department of Electrical & Electronics Engineering, Pusan National University（釜山国立大学电气与电子工程系） 纠错

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

AI总结 本文提出HOIGS方法，通过交叉注意力模块显式建模人与物的交互变形，结合HexPlane和CHS提取特征，提升动态场景重建的精度与鲁棒性。

Comments 24 pages, 9 figures

TreeGaussian: Tree-Guided Cascaded Contrastive Learning for Hierarchical Consistent 3D Gaussian Scene Segmentation and Understanding

TreeGaussian：基于树引导的级联对比学习用于层次一致的3D高斯场景分割与理解

Jingbin You, Zehao Li, Hao Jiang, Xinzhu Ma, Shuqin Gao, Honglong Zhao, Congcong Zheng, Tianlu Mao, Feng Dai, Yucheng Zhang, Zhaoqi Wang

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Beihang University（北京航空航天大学） 纠错

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

AI总结 本文提出TreeGaussian，通过树引导的级联对比学习框架，解决3DGS在表示层次结构和捕捉整体-部分关系上的不足，提升分割一致性与质量。

FLEG: Feed-Forward Language Embedded Gaussian Splatting from Any Views via Compact Semantic Representation

FLEG：通过紧凑语义表示从任意视角进行前馈语言嵌入高斯散射

Qijian Tian, Xin Tan, Jiayu Ying, Xuhong Wang, Yuan Xie, Lizhuang Ma

机构 * Shanghai Jiao Tong University（上海交通大学） ； East China Normal University（华东师范大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

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

AI总结 FLEG通过几何-语义双分支蒸馏框架，实现从任意多视角图像灵活重建语言嵌入3D高斯，减少语义冗余并提升存储效率。

Comments Project page: https://fangzhou2000.github.io/projects/fleg

CGHair: Compact Gaussian Hair Reconstruction with Card Clustering

CGHair: 基于卡聚类的紧凑高斯发丝重建

Haimin Luo, Srinjay Sarkar, Albert Mosella-Montoro, Francisco Vicente Carrasco, Fernando De la Torre

机构 * Carnegie Mellon University（卡内基梅隆大学） ； ShanghaiTech University（上海科技大学） 纠错

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

AI总结 本文提出一种紧凑的高保真发丝重建方法，通过卡聚类减少存储和渲染成本，同时保持视觉质量。

Comments Accepted to CVPR 2026. This arXiv version is not the final published version

2D Triangle Splatting for Direct Differentiable Mesh Training

二维三角形投射用于直接可微网格训练

Kaifeng Sheng, Zheng Zhou, Yingliang Peng, Qianwei Wang

机构 * Amap, Alibaba Group（高德，阿里巴巴集团） 纠错

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

AI总结 本文提出2DTS方法，用二维三角形替代三维高斯体，形成离散网格结构并保持连续体积分的优点，实验表明其在视觉质量上与高斯方法相当，且更直接连接传统网格表示。

Comments 13 pages, 8 figures