视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
SAF3R：用于前馈3D重建Transformer的动态稀疏注意力
机构 * University of Pittsburgh（匹兹堡大学） ； University of Arizona（亚利桑那大学） ； Tongji University（同济大学） ； University of Central Florida（中佛罗里达大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 研究前馈3D重建Transformer，分析其全局注意力模式，提出SAF3R框架，集成稀疏注意力机制、离线头部分析和在线适应策略，在保持质量同时提高稀疏率加速端到端速度。
Comments ECCV 2026. Updated related work
SCULPT：用于3D部件生成的减法组合方法
机构 * Shanghai Jiao Tong University（上海交通大学） ； Huawei（华为）
专题命中 三维重建 ：3D generation(abstract)；分类 cs.CV、cs.GR
AI总结 SCULPT是一种3D部件生成框架，通过减法组合方式生成部件，解决了现有方法的边界问题，在PartObjaverse上实现了最优几何性能，还能完成细粒度纹理部件分解。
Comments Project page: https://sculpt-part.github.io/ Code: https://github.com/sculpt-part/SCULPT
HandsOnWorld: 无约束的自我中心视频生成，具有相机解耦的手部控制
机构 * Tsinghua University（清华大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； Chinese University of Hong Kong（香港中文大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 提出HandsOnWorld框架，通过单目重建从无约束视频中学习手部控制，利用Plücker手部映射解耦相机与手部运动，生成高保真自我中心视频。
Comments Project Page: https://shad0wta9.github.io/handsonworld-page/
SpaRRTa：用于评估视觉基础模型空间智能的合成基准
机构 * AGH University of Krakow（克拉科夫AGH大学） ； IDEAS NCBR
专题命中 三维重建 ：spatial understanding(abstract)；分类 cs.CV
AI总结 SpaRRTa通过评估视觉基础模型的空间推理能力，揭示其在不同空间任务中的表现差异，旨在推动更高效的空间意识视觉模型发展。
Comments Project page is available at https://sparrta.gmum.net/
2024年9月30日太阳爆发期间的元素组成演化：利用Solar Orbiter/SPICE、Hinode/EIS和Chandrayaan-2/XSM对高温与低温等离子体成分的比较
专题命中 三维重建 ：3D reconstruction(abstract)
AI总结 该研究利用Solar Orbiter、Hinode、Chandrayaan-2的相关仪器，观测2024年9月30日M7.6级太阳耀斑，发现高低温等离子体成分丰度演化模式不同，揭示了FIP偏差变化与日冕重联外流和色球层等离子体混合相关的机制。
Comments Accepted in the Astrophysical Journal
专题命中 三维重建 ：3D reconstruction(abstract)
LocusGS：用于前馈三维高斯溅射的空间锚定令牌
机构 * National University of Defence Technology（国防科技大学）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title)；novel view synthesis(abstract)；分类 cs.CV
AI总结 LocusGS为前馈3DGS的高斯查询添加三维锚定状态，提升查询空间连贯性，在相同高斯预算下改善新视图合成的渲染质量。
面向3D高斯散射的场景无关物体感知表示学习
机构 * Aalto University（阿尔托大学） ； University of Oulu（奥卢大学）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 本文提出一种场景无关的物体感知监督方案，通过预训练的slot attention基Global Object Centric Learning模块，学习一致的物体代码本，提升3DGS的表示结构和泛化能力。
GS²CI：基于大视觉模型先验的快照压缩成像鲁棒高斯溅射方法
机构 * Westlake University（西湖大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.CV
AI总结 该研究针对快照压缩成像的三维重建难题，提出结合三维高斯溅射与大视觉模型先验的框架，引入专属致密化策略提升稳定性，在多基准实验中实现了最优整体性能。
基于多色建模的锥束CT中基于Splat的金属伪影减少方法
机构 * KAIST（韩国科学技术院）
专题命中 Gaussian Splatting ：Gaussian Splatting(summary_cn,abstract)；分类 cs.CV、cs.GR
AI总结 提出一种集成多色X射线投影模型等的Gaussian Splatting框架，无需手动金属掩码，联合优化参数与光谱，发布相关数据集，在CBCT金属伪影减少上性能优于现有最优方法。
Journal ref Computer Graphics forum, Volume 45 (2026), Number 2
ProbSplat：面向三维场景重建中高斯溅射的高效概率硬件
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)
AI总结 本文提出一种存算一体启发的概率硬件ProbSplat，可独立控制高斯混合分量的均值与方差，在三维场景重建中实现低复杂度、低功耗的高斯溅射计算，获21.99dB PSNR的重建保真度，适用于边缘端AR/VR与机器人场景。
Comments Accepted for publication in the 2026 IEEE Computer Society Annual Symposium on VLSI (ISVLSI)
HumanoidVLN：面向多种人形机器人形态的基于物理的视觉语言导航模拟器与基准
机构 * VinMotion, Inc.（VinMotion公司） ； University of Southern California（南加州大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract,abstract_cn)；分类 cs.RO
AI总结 本研究针对人形机器人VLN的物理约束与形态差异问题，提出基于NVIDIA Isaac Sim的HumanoidVLN模拟器与基准，验证其与多种模型、机器人的兼容性，实验揭示了VLN模型、控制器与人形形态的交互关系。
RadarGen：从摄像头生成汽车雷达点云
机构 * Technion（技术学院） ； MIT（麻省理工学院） ； NVIDIA（英伟达） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV、cs.RO
AI总结 RadarGen通过扩散模型从摄像头图像生成逼真的雷达点云，结合BEV对齐的深度、语义和运动线索，提升雷达生成的物理合理性与多模态模拟能力。
Comments ECCV 2026. Project page: https://radargen.github.io/
有序点云的距离矩阵及其持续同调
专题命中 点云 ：point cloud(title,abstract)
AI总结 该研究建立了时间序列的距离矩阵滤过与其状态空间嵌入的Čech/Vietoris–Rips滤过的一次链映射关系，简化了时间序列分析的循环特征计算，可用于分析循环运动的转变。
适用于点云的抗 foliage 三维树木建模与地上生物量估算的最短路径分解方法
机构 * School of Software Engineering, Xi'an Jiaotong University, Xi'an 710049, China（软件工程学院，西安交通大学，西安710049，中国） ； Shaanxi Joint (Key) Laboratory for Artificial Intelligence (Xi’an Jiaotong University), Xi'an 710049, China（陕西省人工智能联合（重点）实验室（西安交通大学），西安710049，中国）
专题命中 点云 ：point cloud(title)；分类 cs.CV
AI总结 该研究提出拓扑驱动的 foliage 抑制最短路径分解方法，从单一点云恢复树木分支层次，在有叶条件下的AGB估算精度优于传统QSM方法，为相关森林清查业务应用消除了障碍。
Comments 14 pages, 13 figures
动态环境下安全机器人操纵器遥操作的预测相对速度转向方法
机构 * Zhejiang University（浙江大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Tsinghua University（清华大学） ； Institute for Embodied Intelligence and Robotics, Tsinghua University（清华大学具身智能与机器人研究所） ； TetraBOT
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 针对动态环境下机器人遥操作的安全问题，提出轻量级模块化预测相对速度转向框架，可提升末端执行器避障率并缓解死锁，仿真与物理实验验证了其有效性。
Comments 8 pages, 8 figures
表面到骨骼的3D头影测量：从CT衍生的外部软组织表面估计隐藏的骨骼标志点
机构 * Keio University（庆应义塾大学） ； Tokyo Dental College（东京齿科大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 该研究构建表面到骨骼任务，用集成层次化点云模型从CT衍生外部软组织表面估计隐藏骨骼标志点，在40个留存患者中取得2.97mm的骨骼标志点平均径向误差，证实了隐藏骨骼标志点推断的可行性。
Comments Accepted to AI4M3D Workshop at ECCV 2026
基于单视图观测的真实场景中大型物体的双臂协同灵巧抓取
机构 * The University of Auckland（奥克兰大学） ； Chongqing University（重庆大学） ； Southwest University（西南大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 本文针对机器人双臂抓取大型物体的挑战，提出含多模态数据集、DDPM模块及执行策略的真实场景双臂抓取框架，实验表明其对未见物体抓取成功率高。
Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
MV2：用于新视角合成的多视角多车辆驾驶数据集
机构 * International Institute of Information Technology, Hyderabad（海得拉巴国际信息技术学院） ； King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学） ； IIT, National Centre for Scientific Research “Demokritos”（德谟克利特国家科学研究中心 IIT） ； Adobe MDSR, India（奥多比印度MDSR部门） ； Indian Institute of Science Education and Research, Thiruvananthapuram（特里凡得琅印度科学教育与研究学院）
专题命中 新视角合成 ：novel view synthesis(title,abstract)；分类 cs.CV
AI总结 针对驾驶场景新视角合成的难题，提出含50个场景12000张图像的MV2多车辆数据集，经严格配准验证，基准测试显示视角差异增大NVS性能下降，前馈位姿估计器弱于优化方法。
Comments 18 pages, 7 figures, ECCV accepted paper
Hunyuan3D-Buffalo 1.0：用于可扩展3D生成、理解与编辑的统一多模态模型
机构 * Tencent Hunyuan（腾讯混元）
专题命中 3D生成 ：3D generation(title,abstract)；spatial understanding(abstract)；分类 cs.CV
AI总结 Hunyuan3D-Buffalo 1.0是支持3D理解、文本到3D生成等功能的统一多模态模型，构建87M规模语料库训练，在相关基准上达SOTA或领先性能，验证了统一训练的有效性。
Comments Project Page: https://tencent-hunyuan.github.io/Hunyuan3D-Buffalo1.0
PixSDS：潜在SDS为何会产生带噪像素
机构 * EPFL（洛桑联邦理工学院）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 针对潜在SDS生成3D时的像素漂移问题，提出轻量级VAE一致性梯度修复方法PixSDS，减少结构化伪影并保留语义内容。
具备多模态增强能力的可泛化手术室专家
专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.CV
AI总结 针对手术室空间建模的局限，提出仅用RGB图像推理的多模态大语言模型OR-Expert，通过内部推导空间线索实现三维推理，在手术室基准上达SOTA且泛化性良好。
Comments Accepted by ACM Multimedia 2026
CoverPrune：基于最优传输的3D视觉语言模型的覆盖驱动型令牌剪枝
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； LIGHTSPEED
专题命中 其他3D视觉 ：3D vision(abstract)；分类 cs.CV
AI总结 针对3D VLMs因大量视觉令牌导致的计算瓶颈，提出CoverPrune框架，将剪枝转化为最优传输问题，结合FST成本与SGS算法，实现高效剪枝且性能优异。
Comments Accepted to ECCV 2026 as an Oral Presentation
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