视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
事件相机三维重建综述
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 三维重建 ：NeRF(summary_cn,abstract)；3DGS(summary_cn,abstract)；3D reconstruction(title,abstract)；Gaussian Splatting(abstract)
AI总结 本文首次全面综述了基于事件相机的三维重建方法，按输入模态（立体、单目、多模态）和重建技术（几何、深度学习、神经渲染如NeRF和3DGS）分类，并讨论了数据集、评估、表示和动态场景重建等挑战。
Comments This survey has been accepted for publication in the Computational Visual Media Journal
Reasmory: 3D重建作为VLMs空间推理的显式记忆
机构 * Cornell Tech, Cornell University（康奈尔科技学院、康奈尔大学） ； NVIDIA（英伟达） ； illoca AI（illoca人工智能） ； The University of California, Merced（加州大学梅尔塞德斯分校）
专题命中 三维重建 ：3D reconstruction(title)；point cloud(abstract)；spatial understanding(abstract)；分类 cs.CV
AI总结 提出Reasmory框架，通过结构化程序执行重建的3D显式记忆，并引入轻量级领域特定语言约束VLM查询和操作，在空间推理任务上提升6-18%。
iLRM：一种迭代式大型3D重建模型
机构 * Sungkyunkwan University（首尔大学） ； Yonsei University（延世大学） ； Rembrand ； Meta
专题命中 三维重建 ：3D reconstruction(title,abstract)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 提出一种迭代式大型3D重建模型iLRM，通过解耦场景表示、分解多视图交互和注入高分辨率信息，实现高效、可扩展的前馈3D重建，在RE10K和DL3DV数据集上优于现有方法。
Comments Project page: https://gynjn.github.io/iLRM/
基于动态网格-高斯重建的实时物理仿真
机构 * University of Waterloo（滑铁卢大学）
专题命中 三维重建 ：Gaussian Splatting(abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.GR
AI总结 针对动态重建与物理仿真拓扑不兼容的问题，提出固定拓扑网格与高斯泼溅的双表示框架，实现实时物理仿真，并揭示高质量重建与物理兼容拓扑存在本质冲突。
Journal ref Journal of Computational Vision and Imaging Systems, Vol. 11, No. 1, 2025
Fast-SAM3D: 更快地将图像中的任何物体三维化
机构 * University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学）
专题命中 三维重建 ：3D reconstruction(abstract)；3D generation(abstract)；分类 cs.CV
AI总结 提出Fast-SAM3D，一种无需训练的三维重建加速框架，通过多级异构性感知机制（模态感知步骤缓存、联合时空令牌雕刻、频谱感知令牌聚合）实现高达2.67倍端到端加速且保真度损失极小。
Comments Accepted by ICML 2026
神经3D网格纹理化进展：综述
机构 * Simon Fraser University（西蒙弗雷泽大学）
专题命中 三维重建 ：Gaussian Splatting(abstract)；分类 cs.CV、cs.GR
AI总结 本文综述了神经3D网格纹理化的最新进展，涵盖纹理合成、迁移和补全方法，并提出了统一的分类体系。
Comments Eurographics STAR (Computer Graphics Forum), 2026. Project Page: https://sairajk.github.io/neural-mesh-texturing/
Journal ref Eurographics STAR (State of The Art Report), Computer Graphics Forum, Volume 45, Number 2, 2026
从人类视频到机器人操作：基于人类中心数据的可扩展视觉-语言-动作学习综述
机构 * Tsinghua University（清华大学） ； HKUST（香港科技大学） ； Xi’an Jiaotong University（西安交通大学） ； Fudan University（复旦大学） ； Microsoft Research Asia（微软亚洲研究院） ； Peking University（北京大学） ； Microsoft Zurich Project（微软苏黎世实验室）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV、cs.RO
AI总结 本文综述了如何将丰富的人类视频转化为视觉-语言-动作（VLA）模型的有效知识，分类了四种方法（潜在动作表示、预测世界模型、显式2D监督、显式3D重建），并指出了结构化非结构化视频、跨具身和视角的动作映射、以及评估协议设计三大挑战。
Comments Accepted to IJCAI 2026 Survey Track. Project page: https://aaronfengzy.github.io/HumanCentricToVLA-Survey/
Genie 4D：语义先验引导的4D动态场景重建
机构 * University of Zurich（苏黎世大学） ； ETH Zurich（苏黎世联邦理工学院）
专题命中 三维重建 ：Gaussian Splatting(abstract)；分类 cs.CV、cs.RO
AI总结 提出Genie 4D框架，结合实时视觉惯性高斯泼溅前端和前馈4D骨干网络，利用冻结的DINOv3特征作为结构先验抑制身份漂移，并通过条件扩散精炼器恢复高频细节，最终通过轻量级潜在动作头实现用户可控的4D世界模型重建。
ShapeLib: 利用大型语言模型设计程序化3D形状抽象库
机构 * Stanford University（斯坦福大学） ； Adobe Research（Adobe研究） ； University College London（伦敦大学学院） ； Brown University（布朗大学）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV、cs.GR
AI总结 提出ShapeLib方法，利用大型语言模型的先验知识，通过引导式工作流自动设计可泛化的程序化3D形状抽象库，并支持下游形状编辑与生成。
检索缺失内容：面向一致长视频生成的覆盖最大化检索
机构 * Korea University（韩国大学） ； KAIST（韩国科学技术院）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 提出基于深度的覆盖最大化检索增强生成框架COVRAG，利用预训练3D先验构建轻量级覆盖图作为记忆证据，通过迭代检索最大化残差覆盖来提升长视频生成的几何一致性。
Comments 19 pages, 10 figures, 5 tables
几何感知隐式记忆用于视频世界模型
机构 * School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； Kling Team, Kuaishou Technology（快手技术 Kling 团队） ； Tsinghua University（清华大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 提出GIM-World框架，通过轻量级Transformer编码器将可变长度历史压缩为固定大小的记忆令牌，并利用相机可查询的几何头在训练期间从冻结的基础模型中蒸馏3D场景结构，从而在长时程视频生成中保持几何和视觉一致性。
Comments Project page: https://gim-world.github.io/
PerBite: 一种用于咬合感知食物体积估计的精选诊断工作流
机构 * University of Barcelona（巴塞罗那大学） ； LogMeal ； Universitat Pompeu Fabra（庞培法布拉大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 提出PerBite工作流，通过分割、三维重建、尺度校准和网格后处理等步骤，从餐前餐后状态估计食物体积，在MetaFood挑战中排名第一。
DisFlow: 基于距离场的场景流用于物体姿态、速度跟踪和动态物体重建
机构 * Robotics Institute, University of Technology Sydney（技术悉尼大学机器人研究所） ； School of Engineering, University of Western Australia（西澳大学工程学院）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.RO
AI总结 提出DisFlow框架，利用高斯过程隐式曲面表示从距离场估计场景流，实现6自由度动态物体姿态估计、运动跟踪和表面重建。
用于暗宇宙三维映射的生成扩散先验
机构 * Department of Computing and Mathematical Sciences, California Institute of Technology（加州理工学院计算与数学科学系） ； Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室） ； Department of Physics, Duke University（杜克大学物理系） ； Cahill Center for Astronomy and Astrophysics, California Institute of Technology（加州理工学院卡希尔天文与天体物理中心）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 利用扩散模型学习宇宙模拟中的先验分布，结合物理正向模型解决弱引力透镜三维暗物质反问题，显著提升重建精度并生成统计一致的后验样本。
Comments Accepted to CVPR 2026 (Highlight)
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