3D 视觉

GeoWeaver: Accurate Long-Sequence 3D Reconstruction via Hierarchical Geometric Assembly

GeoWeaver：通过分层几何组装实现精准长序列三维重建

Tinghao Jiang, Sheng Tang, Shengzhe Wei, Juntong Fang, Weiqi Zhang, Junsheng Zhou, Zesong Li

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

AI总结 GeoWeaver是含GPM与TTA的统一框架，通过分层几何组装解决长序列3D重建的尺度漂移等问题，提升全局一致性，且可适配不同几何先验模型。

Comments 15 pages, including supplementary material; 7 figures and 10 tables. Project page: this https URL (https://kosmoresearch.github.io/GeoWeaver/)

Electromagnetic World Model for 6G: A Unified Framework for Joint Environment Reconstruction and Channel Prediction

面向6G的电磁世界模型：环境重建与信道预测的统一框架

Yizhu Zhao, Li Yu, Jianhua Zhang, Yuxiang Zhang, Zhen Zhang, Guangyi Liu

专题命中 三维重建 ：point cloud(abstract)

AI总结 该研究针对6G智能终端需同时实现环境感知与通信的需求，提出EMWM统一框架，融合多模态信息完成信道预测与环境重建，性能优于基线方法，具备鲁棒性与零样本泛化能力。

Recovering protein conformations from single-particle cryo-EM data via indirect shape matching gradient flows

通过间接形状匹配梯度流从单粒子冷冻电镜数据中恢复蛋白质构象

Erik Jansson, Jonathan Krook, Ozan Öktem, Carola-Bibiane Schönlieb

专题命中 三维重建 ：point cloud(abstract)

AI总结 本研究提出一种基于李群梯度流的间接形状匹配框架，可直接从单粒子冷冻电镜投影重建蛋白质主链，在合成数据上成功恢复单/多链蛋白质并捕捉构象转变。

Comments 28 pages, 11 figures

GS-Voxel: Fitting-Free Structured Latents for Large-Scale 3DGS Generation

GS-Voxel：用于大规模3DGS生成的免拟合结构化隐变量

Ming Qian, Zijian Wang, Minchao Sun, Jincheng Xiong, Hang Zhang, Mu Xu, Chi Wang, Baoquan Chen

机构 * Zhejiang University（浙江大学） ； Peking University（北京大学） ； Amap（高德地图） ； Alibaba（阿里巴巴） 纠错

专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；分类 cs.CV

AI总结 GS-Voxel是免拟合结构化隐变量框架，可将预优化3DGS重建转为稀疏活跃体素，通过GS专用VAE编码为稀疏3D隐变量，结合图像条件流模型实现大规模航空3DGS场景生成。

NGS-Marker: Robust Native Watermarking for 3D Gaussian Splatting

NGS-Marker：面向3D高斯溅射（3DGS）的鲁棒原生水印

Hao Qin, Yukai Sun, Luyuan Chen, Mengxu Lu, Feng Zhang, Ming Kong, Zhenhong Du, Qiang Zhu

机构 * Zhejiang University（浙江大学） ； Zhejiang Key Laboratory of Geographic Information Science（浙江省地理信息科学重点实验室） 纠错

专题命中 Gaussian Splatting ：3DGS(title_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV

AI总结 该研究针对现有3D高斯溅射水印技术无法抵御部分侵权的问题，提出NGS-Marker原生水印框架，通过联合训练的注入器与解码器及梯度渐进注入策略实现全场景覆盖，可抵御部分侵权并支持混合与多模态水印，具备实际部署灵活性。

3D Gaussian Accelerated Ray Tracing: Fast training through particle-based backward propagation

3D高斯加速光线追踪：基于粒子反向传播的快速训练

Laurent Vit, Oliver Batchelor, Richard Green

专题命中 Gaussian Splatting ：NeRF(summary_cn,abstract)；Gaussian Splatting(abstract,abstract_cn)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

AI总结 针对3D高斯溅射训练的反向传播瓶颈，提出3DGART框架，通过基元导向的反向传播优化，在Mip-NeRF 360上实现训练速度提升，使全光线追踪高斯训练更实用。

Differentiable Voronoi Ray Tracing Beyond Rasterization Speeds

超越光栅化速度的可微Voronoi光线追踪

Bernardo Taveira, Carl Lindström, Joakim Johnander, Fredrik Kahl

机构 * Chalmers University of Technology（查尔姆斯理工大学） ； Zenseact（森赛克特公司） ； Linköping University（林雪平大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(summary_cn,abstract)；NeRF(abstract,abstract_cn)；novel view synthesis(abstract)；分类 cs.CV

AI总结 该研究提出VoroTracing，通过协同设计场景表示、优化与GPU执行，在RTX 5090上实现623 FPS的实时新视图合成，吞吐量优于现有光线方法和3D Gaussian Splatting，支持多种非针孔效应且保持竞争力。

GroupForward: Building Referable 3D Scenes via Instance-Grouped Feed-Forward Gaussian Splatting

GroupForward：通过实例分组前馈高斯溅射构建可参考的3D场景

Qijian Tian, Zimeng Wu, Xuhong Wang, Lizhuang Ma, Xin Tan

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； School of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)；分类 cs.CV

AI总结 GroupForward是一种实例分组前馈高斯溅射模型，可从稀疏多视图图像重建3D场景，结合RSRF实现复杂3D参考推理，提升了语义重建与参考推理的性能。

SPVC: Structured and Panoptic Video Fixing for Cross-Dataset Driving Scene Rendering

SPVC：面向跨数据集驾驶场景渲染的结构化全景视频修复

Gen Li, Shu Han, Yun Xi Qiao, Hua Chen, Xuyang Dai, Bohan Li, Hao Zhao, Chaojian Li

机构 * Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） ； Zhejiang University（浙江大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Great Wall Motor Company Limited（长城汽车股份有限公司） ； Shanghai Jiao Tong University（上海交通大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract,abstract_cn)；3DGS(abstract,abstract_cn)；分类 cs.CV

AI总结 本文提出SPVC框架，通过结构化、全景、视频及跨数据集修复原则，训练两阶段可控视频扩散模型，解决驾驶场景渲染的伪影问题，实现跨数据集的高效修复。

Comments Project page: this https URL (https://li00147.github.io/SPVC-Project-Page/)

Scale Matters: Adaptive Granularity Selection for Cross-Species 3D Plant Organ Segmentation

尺度重要：跨物种三维植物器官分割的自适应粒度选择

Carla Salazar, Lazaros Nalpantidis

机构 * Technical University of Denmark (DTU)（丹麦技术大学（DTU）） ； Pioneer Centre for Artificial Intelligence（人工智能先锋中心） 纠错

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

AI总结 针对跨物种三维植物器官分割中固定空间粒度泛化能力差的问题，提出结合冻结Utonia基础模型与自适应粒度选择的小样本方法AGS-PlantSeg，在三个数据集上实现88.9%平均mIoU，性能优于固定粒度基线且与全监督架构相当。

Comments Project page: this https URL (https://dtu-pas.github.io/ags-plantseg/)

GenRec: Knowing Where to Reconstruct and Where to Generate

GenRec：明确何处重建、何处生成

Ata Çelen, Jaewoo Jung, Federico Tombari, Marc Pollefeys, Sunghwan Hong, Michael Niemeyer, Daniel Barath

机构 * KAIST（韩国科学技术院） ； Google（谷歌公司） ； Microsoft（微软公司） ； ETH Zürich（苏黎世联邦理工学院） 纠错

专题命中 新视角合成 ：NeRF(abstract,abstract_cn)；point cloud(abstract)；novel view synthesis(abstract)；分类 cs.CV

AI总结 GenRec 是一种多视图流匹配模型，通过架构等内置重建与生成划分，在 RealEstate10K 等数据集的单视图外推、两视图插值任务中，兼顾观测区域高重建保真度与未观测区域优感知质量。

Initialization-Free Bundle Adjustment Revisited: A Controlled Experimental Study

重新审视无需初始化的光束平差法：一项受控实验研究

Simon Weber, Mateo de Mayo, Je Hyeong Hong, Carl Olsson, Daniel Cremers, Ronald Clark

机构 * University of Oxford（牛津大学） ； 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） ； Hanyang University（汉阳大学） ； Lund University（隆德大学） 纠错

专题命中 SLAM与定位 ：3D reconstruction(abstract)；分类 cs.CV

AI总结 本文通过统一评估框架开展受控实验，揭示无需初始化的光束平差法存在优化-重建差距，明确其核心挑战是获取可可靠度量升级的投影重建，为该领域研究提供了实验基础。