3D 视觉

SceneExpander: Text-Guided 3D Scene Expansion via Free-Form View Insertion

SceneExpander：通过自由形式插入视图扩展3D场景

Zijian He, Renjie Liu, Yihao Wang, Weizhi Zhong, Huan Yuan, Kun Gai, Guangrun Wang, Guanbin Li

机构 * Sun Yat-sen University（中山大学） ； KlingAI Research, Kuaishou Technology（快手科技 KlingAI 研究） 纠错

专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 本文提出SceneExpander，通过在用户控制下插入合成视图扩展3D场景，解决几何偏移和一致性问题，提升重建质量。

SplatStream: Fine Granular Scalable Gaussian Splatting for Adaptive 3D Scene Streaming

SplatStream：用于自适应3D场景流的细粒度可扩展高斯点云绘制

Muhammad Talha, William Gordon, Sajid Umair, Zhu Li, Anique Akhtar, Joel Jung

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)

AI总结 针对动态3D高斯点云绘制在自适应流方面的挑战，提出SplatStream框架，通过分解场景为质量和分辨率层、引入层间及时间预测编码、基于体不透明度度量分组等方法，实现细粒度自适应低延迟传输。

Comments Accepted in Asilomar Conference on Signals, Systems, and Computers 2026

LiDARDraft: Generating LiDAR Point Cloud from Versatile Inputs

LiDARDraft: 从多样化输入生成LiDAR点云

Haiyun Wei, Fan Lu, Yunwei Zhu, Zehan Zheng, Weiyi Xue, Lin Shao, Xudong Zhang, Ya Wu, Guang Chen

机构 * TongjiUniversity（同济大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 LiDARDraft通过3D布局桥梁实现从多样化输入生成可控的LiDAR点云，支持自动驾驶环境的创建。

Distill, Diffuse, Segment: Unsupervised 3D Semantic Segmentation for Autonomous Driving Based on Multi-Level Distillation and Graph Diffusion

Distill, Diffuse, and Semanticize (DDS): 基于多粒度蒸馏和图扩散的无标注3D场景理解

Yijing Wang, Ruonan Li, Qilin Wang, Rongqiang Zhao, Jie Liu

机构 * Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算机学院） ； Pengcheng Laboratory（鹏城实验室） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 DDS通过多粒度蒸馏和图扩散实现轻量级无标注3D场景理解，提升区域一致性和语义识别，实验显示在多个数据集上性能优于现有方法。

LISA-3D: Lifting Language-Image Segmentation to 3D via Multi-View Consistency

LISA-3D: 通过多视角一致性将语言-图像分割提升至3D

Zhongbin Guo, Jiahe Liu, Wenyu Gao, Yushan Li, Xiaomin He, Chengzhi Li, Ping Jian

机构 * School of Computer Science & Technology, Beijing Institute of Technology（计算机科学与技术学院，北京理工大学） 纠错

专题命中 点云 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 LISA-3D通过多视角一致性将语言-图像分割提升至3D，提升语言到3D的准确性达15.6个点，仅需11.6M参数，支持零样本部署。

Comments Published as a conference paper at The 9th Chinese Conference on Pattern Recognition and Computer Vision (PRCV 2026)

GBPP: Grasp-Aware Base Placement Prediction for Robots via Two-Stage Learning

GBPP：基于两阶段学习的机器人抓取感知基座放置预测

Jizhuo Chen, Diwen Liu, Jiaming Wang, Harold Soh

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 该研究提出GBPP算法，通过两阶段学习结合自动标注数据集与高保真模拟，实现机器人基座抓取位姿的快速预测，性能优于基线方法，为数据高效的基座放置提供了实用方案。

Comments Jizhuo Chen, Diwen Liu are equal contribution

Persistence Spheres: a Bi-continuous Linear Representation of Measures for Partial Optimal Transport

持久球体：一种双连续的线性表示法用于部分最优运输

Matteo Pegoraro

机构 * Institute of Computing, Faculty of Informatics, Universitá della Svizzera Italiana（计算研究所、信息学院、瑞士联邦理工学院） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出持久球体，一种双连续的线性表示法，用于部分最优运输，通过凸几何构建，提供参数自由的度量表示，并在多个任务中优于现有方法。

Equivariant Eikonal Neural Networks: Grid-Free, Scalable Travel-Time Prediction on Homogeneous Spaces

等变 eikonal 神经网络：齐性空间上无网格、可扩展的走时预测

Alejandro García-Castellanos, David R. Wessels, Nicky J. van den Berg, Remco Duits, Daniël M. Pelt, Erik J. Bekkers

机构 * Amsterdam Machine Learning Lab (AMLab), University of Amsterdam（阿姆斯特丹机器学习实验室（AMLab），阿姆斯特丹大学） ； New Theory（新理论） ； Department of Mathematics and Computer Science, Eindhoven University of Technology（数学与计算机科学系，埃因霍温理工大学） ； Leiden Institute of Advanced Computer Science, Universiteit Leiden（莱顿高级计算机科学研究所，莱顿大学） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出将等变神经场与神经 eikonal 求解器结合的新型框架，用于齐性空间等任意黎曼流形的走时预测，经地震走时建模验证，性能优于现有基于神经算子的方法。