视觉与机器人

3D 视觉

三维重建、NeRF、Gaussian Splatting、点云和空间智能。

2026-05-12 至 2026-05-12 共收录 2 篇信号源：cs.CV, cs.GR, cs.RO

1. 3D生成 2 篇

2605.10922 2026-05-12 cs.CV 83%

Pixal3D: Pixel-Aligned 3D Generation from Images

Pixal3D: 从图像生成像素对齐的3D内容

Dong-Yang Li, Wang Zhao, Yuxin Chen, Wenbo Hu, Meng-Hao Guo, Fang-Lue Zhang, Ying Shan, Shi-Min Hu

机构 * BNRist, Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系BNRist）； Tencent ARC Lab（腾讯ARC实验室）； Victoria University of Wellington（惠灵顿维多利亚大学）

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

AI总结 Pixal3D通过像素对齐方法提升3D生成的保真度，解决2D-3D对应问题，实现高保真3D资产生成。

Comments SIGGRAPH 2026. Project page: https://ldyang694.github.io/projects/pixal3d/

2605.09071 2026-05-12 cs.CV 79%

Probability-Flow Distillation: Exact Wasserstein Gradient Flow for High-Fidelity 3D Generation

概率流蒸馏：用于高保真3D生成的精确Wasserstein梯度流

Rohith Ramanan, A. N. Rajagopalan

机构 * Department of Physics（物理系）； Indian Institute of Technology Madras（印度理工学院马德拉斯分校）； Department of Electrical Engineering（电气工程系）

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

AI总结本文提出概率流蒸馏，通过精确Wasserstein梯度流解决SDI的模式崩溃问题，实现高保真3D生成。