视觉与机器人

3D 视觉

三维重建、NeRF、Gaussian Splatting、点云和空间智能。

2026-05-19 至 2026-05-19 共收录 3 篇信号源：cs.CV, cs.GR, cs.RO

1. 3D生成 3 篇

2605.16355 2026-05-19 cs.GR cs.CV 73%

具有学习密度控制的生成3D高斯

Runjie Yan, Yan-Pei Cao, Peng Wang, Ding Liang, Yuan-Chen Guo

机构 * Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院）

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

AI总结本文提出Density-Sampled Gaussians (DeG)，通过学习概率密度函数实现3D表示的自适应密度控制，结合渲染监督优化空间密度和高斯属性，提升单图到3D生成的质量。

Comments 19 pages, 16 figures, SIGGRAPH Conference Papers '26

2605.16745 2026-05-19 cs.CV 57%

EVA01: 通过混合变换器实现统一的原生3D理解和生成

Zongyuan Yang, Mingjing Yi, Wanli Ma, Chenzhuo Fan, Bocheng Li, Baolin Liu, Yuke Lou, Yingde Song, Yongping Xiong, Zhengdong Guo, Shimu Wang

机构 * SeeleAI Team（SeeleAI团队）

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

AI总结本文提出EVA01框架，通过混合变换器架构扩展多模态大语言模型的模态边界，实现原生的3D网格理解和生成以及上下文感知编辑，提升文本到3D生成的保真度和多轮几何编辑能力。

Comments 28 pages, 10 figures, 6 tables. Technical report

2604.28134 2026-05-19 cs.CV 57%

MeshReGen: 一种统一的3D几何再生框架

Geon Yeong Park, Roman Shapovalov, Rakesh Ranjan, Jong Chul Ye, Andrea Vedaldi, Thu Nguyen-Phuoc

机构 * KAIST Meta Reality Labs（韩国科学技术院元宇宙实验室）

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

AI总结 MeshReGen通过基于VecSet的条件机制，实现从2D图像和初始3D形状再生3D对象，支持增强、重建和编辑等任务，无需额外标注即可在多个任务中实现可控的3D生成。

Comments Project page: https://geonyeong-park.github.io/meshregen/ 32 pages, 18 figures, 6 tables. Includes Appendix