视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
基于物理信息神经场的动态黑洞发射断层成像
机构 * Caltech（加州理工学院） ； MIT（麻省理工学院） ； NSF IAIFI（国家科学基金会IAIFI） ； Princeton University（普林斯顿大学） ； Niels Bohr International Academy（尼尔斯·玻尔国际学院） ； University of Toronto（多伦多大学）
专题命中 三维重建 ：NeRF(abstract,abstract_cn)；3D reconstruction(abstract)；分类 cs.CV
AI总结 提出PI-DEF方法，利用可微神经渲染从EHT测量数据中联合重建4D发射率场和3D速度场，以软约束方式引入物理信息，在模拟数据上显著优于现有方法。
Comments CVPR 2026
3D高斯泼溅应用综述：分割、编辑与生成
机构 * Shanghai University of Finance and Economics（上海财经大学） ； University College London（伦敦大学学院） ； Xiamen University（厦门大学） ； Fudan University（复旦大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；NeRF(abstract,abstract_cn)；novel view synthesis(abstract)
AI总结 综述3D高斯泼溅在分割、编辑和生成三大任务中的应用，总结代表性方法、监督策略和学习范式，并分析公共基准上的比较结果。
Comments IEEE TPAMI, GitHub Repo: https://github.com/heshuting555/Awesome-3DGS-Applications
Journal ref IEEE Transactions on Pattern Analysis and Machine Intelligence, 2026
Akasha 2: 哈密顿状态空间对偶与视觉-语言联合嵌入预测架构
机构 * Independent AI Researcher（独立AI研究员） ； Québec (QC), Canada（魁北克（QC），加拿大）
专题命中 Gaussian Splatting ：3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 提出 Akasha 2 多模态架构，结合哈密顿状态空间对偶与视觉-语言联合嵌入预测，通过稀疏混合哈密顿专家和哈密顿流匹配实现超低延迟视频预测与合成，在保持能量守恒下取得 SOTA 性能。
Comments No supporting claims were validated in this automated agentic R&D research run
MambaH-Fit: 基于状态空间建模的超曲面拟合点云法线估计再思考
机构 * Guangzhou University（广州大学） ； Hong Kong Polytechnic University（香港理工大学） ； Beijing Institute of Technology（北京理工大学）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 提出MambaH-Fit框架，通过注意力驱动层次特征融合和逐块状态空间模型，增强局部几何细节建模，提升点云法线估计的精度和鲁棒性。
Comments 11 pages, 12 figures
一种可泛化的全局光照光传输3D嵌入
机构 * UC San Diego and NVIDIA USA（加州大学圣迭戈分校和美国NVIDIA公司） ； UC San Diego USA（加州大学圣迭戈分校（美国）） ； NVIDIA USA（美国NVIDIA公司） ； UC San Diego USA and NVIDIA USA（加州大学圣迭戈分校和美国NVIDIA公司）
专题命中 点云 ：point cloud(abstract)；spatial understanding(abstract)；分类 cs.CV、cs.GR
AI总结 提出一种可泛化的3D光传输嵌入方法，通过点云和Transformer直接预测全局光照，无需光栅化或路径追踪线索，适用于多种室内场景。
Comments SIGGRAPH 2026
通过姿态感知解缠和点云融合实现3D与2D指纹的跨模态注册
机构 * Department of Automation, Tsinghua University（自动化系，清华大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 本文提出统一框架，实现3D指纹预处理与跨接触式和非接触式2D指纹的注册，结合非参数可视化解缠、点云融合、姿态归一化和姿态感知注册策略，提升3D与2D指纹兼容性。
学习拓扑感知隐式场用于不完整拓扑监督下的统一肺树建模
机构 * School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； ELLIS Institute Finland（芬兰ELLIS研究所） ； Aalto University（阿尔托大学） ； Department of Computer Science and Engineering, University of Buffalo（布法罗大学计算机科学与工程系） ； Department of Radiology, Northwestern University（西北大学放射学系）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 提出TopoField框架，利用稀疏点云学习连续隐式场，在无完整标注下修复肺树拓扑不完整，并联合实现解剖标记与肺段重建，效率高且鲁棒。
Comments 20 pages
通过流匹配发现对称群
机构 * University of Cambridge（剑桥大学）
专题命中 点云 ：point cloud(abstract)
AI总结 提出LieFlow框架，将对称发现转化为李群上的分布学习问题，无需固定基或分布假设，能统一发现连续和离散对称，实验优于LieGAN。
匹配相关VAR时间序列
专题命中 点云 ：point cloud(abstract)
AI总结 研究匹配两个相关VAR时间序列数据库的问题，提出概率框架，通过线性分配估计器实现完美或部分恢复，并利用凸松弛高效求解。
面向视频地点识别的合成新视角系统性评估
专题命中 新视角合成 ：novel view synthesis(title)；分类 cs.CV、cs.RO
AI总结 系统评估合成新视角对视频地点识别的影响，发现少量合成视角可提升识别性能，且视角变化幅度不如添加数量和图像类型重要。
Comments Submitted to IEEE IROS 2026
基于结构能量的视图一致文本到3D生成
机构 * Australian National University（澳大利亚国立大学） ； CSIRO（澳大利亚国家科学委员会） ； The University of Hong Kong（香港大学）
专题命中 3D生成 ：3D generation(title,abstract)；分类 cs.CV
AI总结 本文针对基于扩散模型的文本到3D生成中视图不一致问题，提出无需训练的SEGS框架，通过在U-Net特征的PCA子空间中构建结构能量并注入去噪过程，提升多视图一致性，实验表明有效降低Janus率并提升视图一致性评分。
Comments arXiv admin note: substantial text overlap with arXiv:2508.16917
IVRA: 通过无需训练的提示引导改善机器人动作策略的视觉-令牌关系
机构 * Stony Brook University（石溪大学） ； ETRI（电子技术研究院）
专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.RO
AI总结 提出IVRA方法，利用模型内置视觉编码器的亲和力提示，无需额外编码器或重训练，在推理时调整视觉-令牌交互以增强空间理解，在多种VLA架构和任务上提升操作成功率。
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