视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
具有自适应更新的射线感知指针记忆用于流式3D重建
机构 * The Chinese University of HongKong, Shenzhen（香港中文大学（深圳）） ； Tsinghua University（清华大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 本文提出了一种射线感知指针记忆，用于流式3D重建，通过统一的记忆表示模型同时建模空间位置和视角方向，采用自适应指针更新策略以保留信息性指针并丢弃冗余指针，从而提高长期重建稳定性和相机姿态精度。
GazePrior: 通过学习的3D注视重建实现零样本AR/VR注视跟踪
机构 * Meta Reality Labs（Meta现实实验室） ； EPFL（苏黎世联邦理工学院）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出GazePrior，一种数据驱动的3D注视先验模型，用于在无需额外数据收集的情况下实现高质量的AR/VR注视跟踪，通过合成数据提高模型的准确性和鲁棒性。
Comments Project page: https://corentindumery.github.io/projects/gazeprior.html
记住保持好奇：用于3D探索的片段上下文和持久世界
机构 * University of Toronto（多伦多大学） ； UC Berkeley（加州大学伯克利分校） ； Wayve ； Vector Institute（向量研究所） ； Simon Fraser University（西蒙 Fraser大学）
专题命中 三维重建 ：3D reconstruction(abstract)
AI总结 本研究提出了一种基于好奇心驱动强化学习的方法，通过引入持久世界模型和片段上下文来解决3D环境中稀疏奖励长周期任务中的探索问题，实验表明该方法在HM3D数据集上优于基于强化学习的主动映射基线，并能泛化到Gibson和AI生成的世界。
HumanSplatHMR: 闭合人体网格恢复与高斯点绘肖像之间的循环
机构 * University of Michigan（密歇根大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract,abstract_cn)；分类 cs.CV
AI总结 本文提出HumanSplatHMR方法，通过闭合几何姿态估计与可微渲染之间的循环，改进人体姿态恢复和高斯点绘肖像的生成，提升在新视角和新姿态下的渲染质量。
Comments Project page: https://scottyehengz.github.io/HumanSplat/
利用张量核心加速3D高斯散射
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.GR
AI总结 本文提出TensorGS框架，通过将3D高斯散射的主导渲染计算转换为张量核心兼容的矩阵运算，并引入跨瓷砖分组以提高高斯重用率，从而在保持图像质量的同时提升端到端渲染性能1.65倍。
SplAttN: 通过高斯软溅射和注意力在2D和3D之间架桥以实现点云补全
机构 * School of Computing and Artificial Intelligence（计算与人工智能学院） ； Southwest Jiaotong University（西南交通大学） ； Chengdu, China（中国成都）
专题命中 Gaussian Splatting ：point cloud(title,abstract)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 本文提出SplAttN方法，通过高斯软溅射和注意力机制解决点云补全中2D和3D模态连接问题，改进了传统硬投影导致的跨模态熵塌陷问题，实现了更有效的跨模态连接学习。
Comments Accepted as a Spotlight paper at ICML 2026; camera-ready version
4D-GSW: 4D高斯点散布的运动感知空间-时间一致水印技术
机构 * Southeast University（东南大学） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy（广东人工智能与数字经济实验室） ； University of Chinese Academy of Sciences（中国科学院大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出4D-GSW，一种运动感知的空间-时间一致水印技术，用于在4D高斯点散布中嵌入鲁棒的版权信息，同时保持高空间-时间一致性。
Comments 9 pages main paper, 7 figures, 18 pages in total
基于流的高斯点散射用于连续尺度遥感图像超分辨率
机构 * School of Information Science and Technology, Beijing Foreign Studies University（信息科学与技术学院，北京外国语大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出FlowGS框架，通过流匹配和高斯点散射实现任意尺度的遥感图像超分辨率，提升生成效率和质量。
学习进化：多模态交互场用于动态环境中的稳健双足机器人导航
机构 * State Key Laboratory of General Artificial Intelligence, Peking University, Shenzhen Graduate School（一般人工智能国家重点实验室，北京大学深圳研究生院） ； Oxford Robotics Institute, University of Oxford（牛津大学机器人研究所） ； Institute for Machine Learning, Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系机器学习研究所）
专题命中 Gaussian Splatting ：3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)；分类 cs.RO
AI总结 本文提出多模态交互场（MIF）系统，通过结合置信度感知的语义3D高斯溅射、差异触发的空间记忆更新和任务驱动的几何重建，在闭环感知-适应管道中实现稳健的双足机器人导航，显著提高了非静态环境中的重定位成功率并减少了语义内存足迹。
Comments Accepted by Robotics: Science and Systems 2026
无需姿态，无问题：从未姿态多视角视频中馈送动态高斯
机构 * Politecnico di Milano（米兰理工大学） ； ETH Zürich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 本文提出NoPo4D，一种首个无需姿态的馈送式系统，能够处理动态内容、多视角输入和未知相机姿态，通过速度分解和双向运动编码提升性能，优于现有方法。
PointLLM-R: 通过链式推理增强3D点云推理
机构 * Visual Computing Research Center (VCC), College of Computer Science（视觉计算研究中心（VCC），计算机科学学院） ； Software Engineering (CSSE) Shenzhen University China（软件工程（CSSE）深圳大学中国） ； VCC, CSSE Shenzhen University China（VCC，CSSE 深圳大学中国） ； Shenzhen University（深圳大学）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV、cs.GR
AI总结 本文提出了一种数据驱动的框架，用于构建大规模链式推理监督，以改进3D点云理解。通过两阶段流程优化点文本指令数据，并合成高质量推理路径，构建了包含55K样本的PoCoTI数据集，训练PointLLM-R实现3D多模态语言模型的推理能力，实验表明其在生成3D分类和描述任务中达到最先进的性能。
从球形到高斯：在大规模3D环境中点云裁剪策略的比较分析
机构 * Fraunhofer Institute for Physical Measurement Techniques IPM（弗劳恩霍夫物理测量技术研究所IPM） ； University of Freiburg, Department of Sustainable Systems Engineering INATECH（弗赖堡大学可持续系统工程系INATECH）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 本文比较了点云裁剪策略，提出了一种新的方法以提高大规模3D环境中的模型性能，特别是在户外场景中取得了新的最佳成果。
利用时序多视角网络进行野外条件下4D雷达的人体语义分割
机构 * Center for Advanced Autonomous Sensor Systems (AASS)（先进自主传感器系统中心）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 本文提出TMVA4D网络，利用4D雷达数据进行人体语义分割，通过多视角投影区分背景与人体，在低能见度条件下实现75.9%的Dice系数和61.2%的IoU指标。
基于多光谱LiDAR和深度学习的3D土地利用/覆盖分类：当前和未来方案
机构 * D Optical Metrology (3DOM) Unit, Bruno Kessler Foundation (FBK)（3D光学计量（3DOM）单元，布鲁诺·凯塞尔基金会（FBK）） ； Department of Geodesy and Geoinformation, TU Wien（测绘与地理信息系，维也纳技术大学） ； Helmholtz-ZentrumDresden-Rossendorf (HZDR), Helmholtz Institute Freiberg for Resource Technology (HIF)（德累斯顿-罗斯托克赫尔姆霍尔茨研究中心（HZDR），资源技术赫尔姆霍尔茨研究所（HIF）） ； Freie Universität Berlin, Remote Sensing and Geoinformatics（柏林自由大学，遥感与地理信息学） ； Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute FGI, The National Land Survey of Finland（芬兰地理研究所（FGI），芬兰国家土地测绘局）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 本文提出了一种基于多光谱LiDAR和深度学习的3D土地利用/覆盖分类方法，介绍了NMCA对齐的L1和L2分类方案，并引入了一个新的多光谱LiDAR基准数据集，评估了七种最先进的深度学习模型，并展示了光谱信息对分类性能的提升。
弱监督跨模态学习用于4D雷达场景流估计
机构 * Zhejiang University, Hangzhou, Zhejiang, China（浙江大学） ； Zhejiang Provincial Key Laboratory of Multi-Modal Communication Networks and Intelligent Information Processing（浙江省多模态通信网络与智能信息处理重点实验室） ； Singapore University of Technology and Design（新加坡科技设计大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 本文提出了一种弱监督的雷达场景流学习框架，利用图像和里程计进行辅助监督，通过实例感知的自监督损失和静态区域的刚性损失，实现了更高效的场景流估计。
Comments Accepted by ICML2026
IKNO：无限阶核神经算子
机构 * Nanyang Technological University（南洋理工大学） ； Centre for Frontier AI Research(CFAR), Agency for Science, Technology and Research (A*STAR)（前沿人工智能研究中心（CFAR），科技研究局（A*STAR））
专题命中 点云 ：point cloud(abstract)
AI总结 本文提出IKNO，一种通过无限阶核积分构建的神经算子，解决了传统模型因依赖一阶核积分而限制表达能力的问题，通过两种互补的构造方法实现了高效的全局信息聚合，并在多个基准数据集上取得了SOTA精度。
双函数与互级Delaunay三滤波
专题命中 点云 ：point cloud(abstract)
AI总结 本文研究了基于实值函数的点云的三参数Delaunay滤波，提出了一种计算方法并实现了该算法，展示了其在三维空间中处理数千个点的能力。
Comments 37 pages, 7 figures. Full version of a paper to appear in the Proceedings of the 42nd International Symposium on Computational geometry (SoCG 2026)
Multimodal-NF: 一种用于近场低空传感与通信的无线数据集
专题命中 点云 ：point cloud(abstract)
AI总结 本文提出Multimodal-NF数据集，用于近场低空极端大规模多输入多输出系统，通过融合多种模态数据提升无线传感与通信任务的性能。
SplatWeaver: 学习分配高斯原语以实现可泛化的新型视角合成
机构 * Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算机学院） ； Zhengzhou Advanced Research Institute of Harbin Institute of Technology（哈尔滨工业大学郑州先进研究院） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Artificial Intelligence Research Institute, Shenzhen University of Advanced Technology（深圳先进技术大学人工智能研究院）
专题命中 新视角合成 ：novel view synthesis(title,abstract)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 本文提出SplatWeaver框架，通过动态分配高斯原语实现可泛化的新型视角合成，解决传统方法中固定分配导致的资源浪费和表达不足问题。
Comments Project Page: https://yecongwan.github.io/SplatWeaver/
IVGT：隐式视觉几何变换器用于神经场景表示
机构 * Intelligent Vision Group, Tsinghua University（清华大学智能视觉组）
专题命中 新视角合成 ：point cloud(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.RO
AI总结 本文提出IVGT，一种隐式视觉几何变换器，通过无姿态多视角图像隐式建模连续且一致的几何结构，从而实现神经场景表示，支持在任意3D位置进行连续空间查询，以预测签名距离和颜色，并在多个任务中表现出色。
Comments Code: https://github.com/wzzheng/IVGT/
PhysX-Omni: 为刚体、变形体和关节物体统一的模拟准备物理3D生成
机构 * S-Lab, Nanyang Technological University（南洋理工大学S实验室）
专题命中 3D生成 ：3D generation(title,abstract)；分类 cs.CV、cs.RO
AI总结 本文提出PhysX-Omni，一种统一的模拟准备物理3D生成框架，通过开发针对视觉-语言模型的高效几何表示和首个通用模拟准备3D数据集PhysXVerse，以及评估生成和理解能力的PhysX-Bench，显著提升了生成和理解性能，推动下游应用如具身AI和物理模拟的发展。
Comments Project page: https://physx-omni.github.io/
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈