视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
LIST3R: 长序列实例感知三维重建
机构 * Beijing Jiaotong University（北京交通大学） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 提出LIST3R框架，通过实例锚点组织长序列三维重建，将子序列局部观测整合为全局一致场景，在长序列基准上实现更优轨迹与重建质量。
缝合嵌入：3D服装与2D纸样的统一潜在空间
机构 * University of Tübingen（图宾根大学） ； Tübingen AI Center（图宾根人工智能中心） ； Technical University of Munich（慕尼黑工业大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Max Planck Institute for Informatics（马克斯·普朗克信息学研究所） ； Meta
专题命中 三维重建 ：3D vision(abstract)；分类 cs.CV
AI总结 提出首个无需模拟的框架Stitched Embeddings，通过BoxMesh中间表示在统一双向潜在空间中实现3D服装重建与2D纸样推断，达到高精度高效率。
基于部分单目观测的生成式重建鲁棒3D对齐
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学与技术学院） ； School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院） ； School of Engineering and Applied Science, University of Pennsylvania（宾夕法尼亚大学工程与应用科学学院） ； School of Tech Electrical and Information Engineering, Tianjin University（天津大学电气与信息工程学院） ； Independent Researcher（独立研究员） ； School of Electronic Engineering and Information Science, University of Science and Technology of China（中国科学技术大学电子工程与信息科学学院） ； Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） ； School of Robotics, Wuhan University（武汉大学机器人学院） ； Xiaomi EV（小米汽车）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 针对生成式3D重建与部分单目观测对齐的挑战，提出无训练可解释几何对齐框架，通过Sim(3)变换恢复度量尺度与位姿，引入幻觉滤波抑制异常，在基准测试中显著优于传统和学习方法。
EO-VGGT：用于卫星多视角重建的轨道光线条件化3D基础模型
机构 * State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University（武汉大学测绘遥感信息工程国家重点实验室） ； Hubei Luojia Laboratory（湖北珞珈实验室）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 针对卫星遥感中透视模型与轨道几何不匹配的问题，提出EO-VGGT框架，通过几何相关约束选择、传感器射线编码器和射线指向适配器，实现冻结视角驱动模型适应轨道观测，提升多视角卫星3D重建质量。
Comments This article is submitted to journal and under review
活力感知压缩：面向高效图像到形状扩散Transformer
机构 * KRAFTON AI, Republic of Korea（KRAFTON AI, 韩国） ； Amazon, Australia（亚马逊, 澳大利亚）
专题命中 三维重建 ：3D generation(abstract)；分类 cs.CV
AI总结 提出首个针对图像到形状扩散Transformer的压缩方法，通过活力引导的结构化剪枝、自适应量化和微调，在保持几何保真度下实现高达66%的模型尺寸缩减。
Comments Accepted to ECCV 2026
渐进式姿态引导的单目视频4D动物重建
机构 * University of Alberta（阿尔伯塔大学） ； Concordia University（康科迪亚大学）
专题命中 三维重建 ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 提出一种基于3D高斯溅射的渐进式测试时优化框架，通过解耦关节姿态与非刚性变形，实现从单目视频高保真重建4D动物，在多种物种上优于现有方法。
Comments Accepted to ECCV 2026. Camera-ready author version
闪烁体探测器中粒子相互作用的全光成像
专题命中 三维重建 ：3D reconstruction(abstract)
AI总结 提出PRISM多焦点全光成像系统，通过多焦距微透镜阵列平衡光子收集与深度编码，在光子匮乏条件下实现毫米级3D定位，平均误差约1mm。
通过平坦极小值优化改进稀疏视角3DGS泛化能力
机构 * Sungkyunkwan University（成均馆大学）
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 针对稀疏视角下3DGS过拟合问题，提出基于平坦极小值优化的轻量训练框架，通过各向异性高斯扰动和周期性重初始化提升泛化性能。
Comments Accepted to ECCV 2026. Project Page: https://kangrnin.github.io/FlatMinGS
FastBridge: 缩小基于模型的安全滤波器在3D高斯泼溅用于快速四旋翼飞行中的实现差距
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.RO
AI总结 针对快速四旋翼飞行中安全滤波器的模型实现差距，提出一种基于全四旋翼动力学的非线性、执行器感知安全滤波器，利用碰撞锥指数障碍函数和备份CBF，在保持QP可行性的同时降低轨迹加加速度47%并提速2.25倍。
Comments preprint, 9 pages, 4 figures
GaussianEmoTalker：基于音频驱动和混合形状的3D高斯泼溅实时情感说话头合成
机构 * PCA Lab, Key Lab of Intelligent Perception and Systems for High-Dimensional Information of Ministry of Education, School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院，教育部高维信息智能感知与系统重点实验室，PCA实验室） ； Tsientang Institute for Advanced Study（浙江大学前沿交叉研究院） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 提出GaussianEmoTalker框架，利用3D高斯泼溅和混合形状，通过中性到情感残差变形实现实时、可控强度的情感说话头合成，兼顾唇同步与渲染质量。
世界源于运动：从单目视频生成动态高斯重建
机构 * Stanford University（斯坦福大学） ； NVIDIA（英伟达）
专题命中 Gaussian Splatting ：3DGS(abstract,abstract_cn)；分类 cs.CV、cs.GR
AI总结 提出World from Motion方法，利用视频模型从单目视频生成可自由渲染的动态3D高斯表示，通过像素对齐渲染校正伪影并填充缺失区域，实现4D重建新高度。
Comments Project page: https://research.nvidia.com/labs/amri/projects/world-from-motion/
基于学习的三维高斯表示对结构化与非结构化体积的高效压缩
专题命中 Gaussian Splatting ：novel view synthesis(abstract)
AI总结 提出基于三维高斯原语的显式模型压缩体积数据，通过加权聚合重建标量场，无需网格存储，在非结构化体积上全面超越隐式神经表示。
SuperFlex: 用于点云分解的可变形超二次曲面
机构 * ETH Zurich（苏黎世联邦理工学院） ； Stanford University（斯坦福大学） ； IMPA（巴西国家纯数学与应用数学研究所） ； USI Lugano（卢加诺大学）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 提出SuperFlex框架，通过新损失函数、弯曲和锥形变形提升超二次曲面分解精度，并利用高质量分解训练模型以鲁棒处理部分点云。
Comments Project page: https://superflex3d.github.io
Cross4D-JEPA: 用于4D点云表示学习的密集跨模态对应蒸馏
机构 * Nagoya University（名古屋大学） ； Northeastern University（东北大学） ； KC Machine Learning Lab（KC机器学习实验室） ； University of Science, Vietnam National University Ho Chi Minh City（胡志明市越南国立大学理科大学） ； University of California, Los Angeles（加州大学洛杉矶分校）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 提出Cross4D-JEPA，通过教师-学生框架将冻结的2D基础模型（如DINOv2或V-JEPA 2）的密集补丁特征蒸馏到4D点编码器，实现每点对应和潜在空间匹配，在四个基准上优于模态内和全局跨模态基线。
3D点云世界模型：点云补全实现更准确的动力学学习
机构 * Oregon State University（俄勒冈州立大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 提出3D点云世界模型(3DPWM)，通过先补全部分点云再学习动作条件动力学，实现长时程可靠推演和精确成本评估，支持多种机器人操作任务。
Comments 21 Pages
NoPA: 非参数化在线3D场景图生成
机构 * Department of Computer Science, National University of Singapore（新加坡国立大学计算机科学系）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 针对现有3D场景图生成方法无法实时运行的问题，提出NoPA，用非参数化分布表示物体，保留几何细节，并通过基于最大均值差异的合并策略和关系传播，实现实时且准确的在线场景图生成。
Comments This paper has been accepted in ECCV 26
ELMP: 通过解析策略梯度实现高效运动规划学习
机构 * Robotic Systems Lab, ETH Zürich（苏黎世联邦理工学院机器人系统实验室） ； ABB（ABB公司） ； ANYbotics（ANYbotics公司）
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 提出ELMP框架，利用可微运动学层和自监督微调，通过密集碰撞、目标到达和平滑性目标直接优化策略，避免专家数据收集，实现数据高效的运动规划适应。
Comments 8 pages, 7 figures, 4 tables
LSR-Net: 用于流形上模式动力学的长短程算子学习
专题命中 点云 ：point cloud(abstract)
AI总结 提出LSR-Net框架，通过分解长程（SOE近似傅里叶乘子）和短程算子，结合高斯网格化与FFT，高效学习平面、球面及一般流形上的模式动力学，在多个基准系统上精度和稳定性优于基线模型。
Comments 27 pages, 12 figures
Ink3D: 通过视频生成模型雕刻具有极其复杂纹理的3D资产
机构 * ZGCA & ZGCI（ZGCA 和 ZGCI） ； Microsoft Research（微软研究院） ； Zhejiang University（浙江大学） ； HKUST（香港科技大学）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 提出Ink3D框架，利用大规模视频生成模型合成复杂纹理，通过OrbitPainter生成密集轨道扫描视频，并用TextureOptimizer进行神经烘焙以生成一致纹理。
Comments Accepted to ECCV 2026. Project page: https://yuehan99.github.io/Ink3D-TextureGen/
OmniView-Space: 通过多视角空间映射增强空间推理
机构 * Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, Xiamen University（厦门大学多媒体可信感知与高效计算教育部重点实验室） ； Tencent Youtu Lab（腾讯优图实验室） ； Beijing Institute of Technology（北京理工大学）
专题命中 SLAM与定位 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 提出OmniView-Space框架，通过多视角空间映射、工具引导的自我中心推理和认知图蒸馏，解决多模态大模型在多步空间推理中的参考框架动态重锚问题，在单/多图像基准上达到最优性能。
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