视觉与机器人

3D 视觉

三维重建、NeRF、Gaussian Splatting、点云和空间智能。

2026-07-09 至 2026-07-09 共收录 3 篇信号源：cs.CV, cs.GR, cs.RO

1. 三维重建 1 篇

2405.18884 2026-07-09 cs.NE 版本更新 50%

MEGO：学习用于通用二进制优化的专家混合模型

Shengcai Liu, Zhiyuan Wang, Yew-Soon Ong, Xin Yao, Ke Tang

专题命中三维重建：3D reconstruction(abstract)

AI总结研究针对离散优化问题，提出MEGO这一通用神经优化器，它由无需领域知识训练的专家混合模型构成，通过路由策略解决新问题。在多类问题上展现强大泛化能力，优于现有优化器，还提供了量化问题相似性及分类的新方法。

Comments 33 pages, 7 figures

2604.02915 2026-07-09 cs.CV 版本更新 79%

GP-4DGS：通过变分高斯过程从单目视频中进行概率性4D高斯点溅射

Mijeong Kim, Jungtaek Kim, Bohyung Han

机构 * IPAI, Seoul National University（首尔大学IPAI）； University of Wisconsin–Madison（威斯康星大学麦迪逊分校）

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV

AI总结本文提出GP-4DGS框架，结合高斯过程与4D高斯点溅射，实现动态场景的概率建模。通过引入不确定性量化、运动估计和时间外推，提升重建质量与预测可靠性。

2605.21133 2026-07-09 cs.RO 版本更新 57%

通过主动空间大脑和可泛化动作小脑的人形全身 manipulation

Zhizhao Liang, Yi-Lin Wei, Xuhang Chen, Mu Lin, Yi-Xiang He, Zhexi Luo, Jun-Hui Liu, Kun-Yu Lin, Wei-Shi Zheng

机构 * School of Computer Science（计算机科学学院）； Engineering, Sun Yat-sen University（工程学院，中山大学）

专题命中空间理解：spatial understanding(abstract)；分类 cs.RO

AI总结本文提出了一种通用的人形 locomotion-manipulation 框架，通过主动空间大脑和可泛化动作小脑来解决复杂3D环境中空间理解困难和动作生成泛化困难的问题，展示了在多种任务和环境中的强性能。