3D 视觉

E-3DGS: Event-Based Novel View Rendering of Large-Scale Scenes Using 3D Gaussian Splatting

Sohaib Zahid, Viktor Rudnev, Eddy Ilg, Vladislav Golyanik

专题命中 Gaussian Splatting ：Gaussian Splatting(title)；3DGS(title)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

Comments 15 pages, 10 figures and 3 tables; project page: https://4dqv.mpi-inf.mpg.de/E3DGS/; International Conference on 3D Vision (3DV) 2025

GS-CPE: Unified 6-Degree-of-Freedom Camera Pose Estimation via 3D Gaussian Splatting

GS-CPE：基于3D高斯溅射的统一6自由度相机位姿估计

Huaiyuan Weng, Chul Min Yeum, Su-Min Kang

机构 * University of Waterloo（滑铁卢大学） ； Soongsil University（崇实大学） 纠错

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

AI总结 该研究提出GS-CPE框架，通过由粗到细策略统一几何粗位姿估计与3D高斯溅射精调，在多数据集上实现最优视觉定位性能，兼顾精度与泛化能力。

Comments 8 pages, accepted at IROS 2026

CasDeblurGS: Cascaded 2D-to-3D Multi-View Consistency for 3D Gaussian Splatting from Two Blurry Images

CasDeblurGS：用于从两张模糊图像重建3D高斯溅射的级联2D到3D多视图一致性方法

Haeyun Choi, Minhyuk Jang, I-Gil Kim

机构 * University of Virginia（弗吉尼亚大学） ； KT R&D Center（KT研发中心） 纠错

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

AI总结 CasDeblurGS是一种级联框架，仅用两张已知内参的运动模糊图像即可重建连贯3D场景，在Deblur-NeRF场景上PSNR较基线提升1.19dB和2.11dB，渲染与几何一致性均改善。

Comments Accepted to the ECCV 2026 MUSTCV Workshop. Project page: https://haeyun-choi.github.io/Cascaded2D3D_page/

3D Gaussian Splatting against Moving Objects for High-Fidelity Street Scene Reconstruction

针对移动物体的3D高斯散射用于高保真的街道场景重建

Peizhen Zheng, Dongjing Jiang, Qingchong Jiao, Redouane EL Bouchtaoui, Flynnwell Jianfei Zhang

机构 * Ontario Knowledge Intelligence Centre, Canada（加拿大安大略知识智能中心） ； Canadian Institute of Interscience, Canada（加拿大跨学科科学研究所） ； DeepCox Intelligence, Canada（加拿大DeepCox智能科技公司） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title)；3DGS(abstract,abstract_cn)；3D reconstruction(abstract)；point cloud(abstract)

AI总结 本文提出了一种新的3D高斯点分布方法，通过自适应透明机制消除移动物体并保留高保真静态场景细节，结合迭代优化提升几何精度和纹理表现。

Comments arXiv admin note: This paper has been withdrawn by arXiv due to unverifiable authorship and affiliation

MAGS-SLAM: Monocular Multi-Agent Gaussian Splatting SLAM for Geometrically and Photometrically Consistent Reconstruction

MAGS-SLAM：单目多智能体高斯点云SLAM用于几何和光度一致的重建

Zhihao Cao, Qi Shao, Shuhao Zhai, Jing Zhang, Anh Nguyen, Hesheng Wang, Baoru Huang

机构 * ETH Zurich（苏黎世联邦理工学院） ； Harbin Engineering University（哈尔滨工程大学） ； University of Liverpool（利物浦大学） ； University of Macau（澳门大学） ； University of Ottawa（多伦多大学） ； Wuhan University（武汉大学） ； Imperial College London（伦敦帝国学院） 纠错

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

AI总结 MAGS-SLAM通过单目视觉实现多智能体高斯点云SLAM，无需RGB-D传感器即可完成几何和光度一致的场景重建，实验表明其跟踪精度和渲染质量可与现有RGB-D方法媲美。

TWINGS: Thin Plate Splines Warp-aligned Initialization for Sparse-View Gaussian Splatting

TWINGS: 基于薄板样条翘曲对齐的稀疏视图高斯泼溅初始化

Hyeseong Kim, Geonhui Son, Deukhee Lee, Dosik Hwang

机构 * Yonsei University（延世大学） ； Korea Institute of Science and Technology（韩国科学技术院） 纠错

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

AI总结 提出TWINGS框架，利用薄板样条（TPS）对齐反投影点与三角化控制点，为3D高斯泼溅提供几何精确的初始化，从而在稀疏视图下提升场景重建的细节保留和颜色保真度。

Comments Accepted at CVPR 2026, Project page: https://sandokim.github.io/twings/

OF$^3$GS: On-the-Fly Feed-Forward 3D Gaussian Splatting from Unposed Images

FreeStreamGS: 来自无位姿流式输入的在线前馈3D高斯泼溅

Ruiyang Chen, Feiran Li, Chu Zhou, Zonglin Li, Zhanyu Ma, Heng Guo

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； National Institute of Informatics（日本信息处理研究所） 纠错

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

AI总结 提出FreeStreamGS，一种在线前馈框架，通过解耦内参恢复头和动态点精炼偏移策略，实现从无位姿流式输入的高效高质量新视角合成。

Exploration Matters for Escaping the Blur Trap in 3D Gaussian Splatting

探索对于摆脱3D高斯点渲染中的模糊陷阱至关重要

Chengbo Wang, Guozheng Ma, Jinhong Wu, Tie Ji, Yizhen Lao

机构 * Hunan University（湖南大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 研究3D高斯点渲染中模糊陷阱问题，通过数学分析确定其两种类型，提出随机播种和随机分割策略减轻模糊陷阱，经实验验证可有效克服该问题，实现高质量渲染。

Comments Project page: https://chengbo-wang.github.io/ExploreGS/

SPARE-GS: Structural Parsimony and Resource Efficiency for 3D Gaussian Splatting

SPARE-GS：用于3D高斯点云的结构简约与资源高效性

Zhang Chen, Shuai Wan, Fuzheng Yang, Jiazhi Xia, Weiyao Lin, Junhui Hou

机构 * School of Electronics and Information, Northwestern Polytechnical University（西北工业大学电子信息学院） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； School of Telecommunication Engineering, Xidian University（西安电子科技大学通信工程学院） ； School of Computer Science and Engineering, Central South University（中南大学计算机科学与工程学院） ； Department of Electrical Engineering, Shanghai Jiao Tong University（上海交通大学电气工程系） 纠错

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

AI总结 研究针对3D高斯点云训练效率和表示紧凑性问题，提出SPARE-GS框架，通过将结构演化公式化并动态调整基元分布，实现减少高斯数量、训练时间，提升PSNR及下游处理效率，证明全局结构预算调节的广泛适用性。

MVFusion-GS: Motion-Variance Guided Temporal Attention for High-Quality Dynamic Gaussian Splatting

MVFusion-GS：基于运动方差引导的时间注意力实现高质量动态高斯泼溅

Jianwei Hu, Tingxuan Huang, Hengyu Zhou, Ningna Wang, Xiaohu Guo, Jinshan Lai, Bin Wang

机构 * Tsinghua University（清华大学） ； The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； University of Electronic Science and Technology of China（电子科技大学） 纠错

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

AI总结 提出MVFusion-GS，通过运动方差引导细化与MotionFormer时间注意力模块增强变形网络，显式建模运动强度与时间一致性，在动态场景重建和无干扰重建任务中达到最先进性能。

AnyStyle: Single-Pass Multimodal Stylization for 3D Gaussian Splatting

AnyStyle: 单次传递多模态风格化用于3D高斯点云

Joanna Kaleta, Bartosz Świrta, Kacper Kania, Tomasz Trzciński, Przemysław Spurek, Marek Kowalski

机构 * Warsaw University of Technology（华沙技术大学） ； Sano Centre for Computational Medicine（Sano计算医学中心） ； Jagiellonian University（雅盖隆大学） ； Microsoft（微软公司） 纠错

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

AI总结 AnyStyle通过多模态条件化实现姿态无关的零样本风格化，支持文本和视觉输入，提升3D重建的风格可控性。

GSurf: Learning Signed Distance Fields from Splatting Opaque Gaussians for High-quality 3D Reconstruction

GSurf：通过对不透明高斯点进行体素化学习有符号距离场以实现高质量3D重建

Baixin Xu, Jiangbei Hu, Jiaze Li, Ying He

机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； School of Software, Dalian University of Technology（大连理工大学软件学院） 纠错

专题命中 Gaussian Splatting ：3D reconstruction(title)；3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)；point cloud(abstract)

AI总结 本文针对多视图图像高保真表面重建问题，提出将有符号距离场集成到体素化管道的框架，利用SDF连续性规范高斯基元，填补空洞、抑制噪声，借助体素化效率实现快速收敛，能以更少基元生成高质量表面。

Comments see https://github.com/xubaixinxbx/Gsurf

StereoGS: Sparse-View 3D Gaussian Splatting via Stereo Priors

StereoGS: 基于立体先验的稀疏视角3D高斯泼溅

Wenhao Yuan, Yiyuan Ge, Deli Cai

机构 * South China University of Technology, China（华南理工大学） 纠错

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

AI总结 提出StereoGS框架，利用立体深度正则化和梯度感知不透明度衰减策略，在稀疏视角下实现高质量3D重建和新视角合成，无需额外推理开销。

Comments 15 pages, 6 figures, accepted to ECCV 2026, project page: https://stringerywh00.github.io/StereoGS_project_page/

AugSplat: Radiance Field-Informed Gaussian Splatting for Sparse-View Settings

AugSplat: 基于辐射场信息的高斯泼溅用于稀疏视图设置

Lorenzo Lazzaroni, Riccardo Bollati, Daniel Barath, Michael Niemeyer, Keisuke Tateno

机构 * Google（谷歌） ； ETH Zurich（苏黎世联邦理工学院） 纠错

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

AI总结 针对稀疏视图下高斯泼溅对初始几何敏感的问题，提出AugSplat，利用辐射场合成新视角图像作为辅助监督，提升重建质量并保持实时渲染。

Comments 9 pages, 5 figures

Capacity-Controlled Multi-View Stylization of 3D Gaussian Splatting

容量控制的多视图3D高斯泼溅风格化

Zhihao Wen, Yixin Yang, Bojian Wu, Yang Zhou, Dani Lischinski, Daniel Cohen-Or, Hui Huang

机构 * Guangdong Provincial Key Laboratory of Visual Media and Multidimensional Intelligence, CSSE, Shenzhen University（广东省可视媒体与多维智能重点实验室，计算机科学与软件工程学院，深圳大学） ； Tencent Games（腾讯游戏） ； The Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； Tel Aviv University（特拉维夫大学） 纠错

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

AI总结 提出基于最优传输的容量控制框架，通过半平衡最优传输和列容量约束解决多视图风格分配不稳定问题，实现跨视图一致的3D风格化。

Comments Accepted to ECCV 2026. Project page: https://vcc2310.github.io/SceneStyler/

VolSplat: Rethinking Feed-Forward 3D Gaussian Splatting with Voxel-Aligned Prediction

VolSplat: 重新思考基于体素对齐预测的前馈式3D高斯泼溅

Weijie Wang, Yeqing Chen, Zeyu Zhang, Hengyu Liu, Haoxiao Wang, Zhiyuan Feng, Wenkang Qin, Feng Chen, Jia-Wang Bian, Zheng Zhu, Donny Y. Chen, Bohan Zhuang

机构 * Zhejiang University（浙江大学） ； GigaAI ； University of Electronic Science and Technology of China（电子科技大学） ； The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） ； The University of Adelaide（阿德莱德大学） ； Nanyang Technological University（南洋理工大学） ； Monash University（莫纳什大学） 纠错

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

AI总结 针对前馈式3D高斯泼溅中像素对齐预测的局限性，提出体素对齐的VolSplat方法，通过从预测的3D体素网格直接预测高斯，实现鲁棒的多视图一致性和更优的几何与渲染质量。

Comments ECCV 2026, Project Page: https://lhmd.top/volsplat, Code: https://github.com/ziplab/VolSplat

SparseGS: Sparse View Synthesis using 3D Gaussian Splatting

SparseGS: 使用3D高斯泼溅的稀疏视角合成

Haolin Xiong, Sairisheek Muttukuru, Hanyuan Xiao, Rishi Upadhyay, Pradyumna Chari, Yajie Zhao, Achuta Kadambi

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of Southern California（南加州大学） ； USC Institute for Creative Technologies（南加州大学创意技术研究所） 纠错

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

AI总结 针对3D高斯泼溅在稀疏视角下出现伪影的问题，提出SparseGS，通过深度先验、新颖深度渲染、剪枝启发和未见视角正则化模块，实现高质量重建。

Comments Version accepted to 3DV 2025. Project page: https://github.com/ForMyCat/SparseGS

ACE-GS: Acing the Trade-off with Accurate, Compact and Efficient 3D Gaussian Splatting

ACE-GS：精准、紧凑且高效的三维高斯泼溅权衡之道

Jijian Zhao

机构 * Huazhong University of Science and Technology（华中科技大学） 纠错

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

AI总结 提出ACE-GS渐进优化框架，通过动量一致性引导的致密化策略和统计灵敏度驱动的稀疏化机制实现精准基元管理，并引入跨维度残差频率补偿恢复细节，在保持紧凑表示的同时实现3.7倍训练加速和最高0.89 dB PSNR提升。

From Uncertainty to Stability and Fidelity: Guiding Sparse-View 3D Gaussian Splatting with Fisher Information

从不确定性到稳定性和保真度：利用Fisher信息引导稀疏视角3D高斯溅射

Junbao Zhou, Qingshan Xu, Yuan Zhou, Xiaolong Shen, Beier Zhu, Kesen Zhao, Yiming Zeng, Chen Bai, Cheng Lu, Hanwang Zhang

机构 * Nanyang Technological University（南洋理工大学） ； University of Science and Technology of China（中国科学技术大学） ； Zhejiang University（浙江大学） ； Xpeng Motors（小鹏汽车） 纠错

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

AI总结 针对稀疏视角下3D高斯溅射过拟合问题，提出基于Fisher信息指导几何先验使用和正则化的方法，通过主动选择信息量大的支撑视图和自适应调整高斯移除概率，提升渲染稳定性和保真度。

Local-GS: Accelerating 3D Gaussian Splatting via Tile-Local Warp Coherence

Local-GS：通过Tile局部Warp一致性加速3D高斯泼溅

Yang Luo, Yan Gong, Yongsheng Gao, Jie Zhao, Xinyu Zhang, Huaping Liu

机构 * State Key Laboratory of Robotics and Systems, Harbin Institute of Technology（哈尔滨工业大学机器人技术与系统国家重点实验室） ； State Key Laboratory of Intelligent Green Vehicle and Mobility, School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院智能绿色车辆与交通国家重点实验室） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） 纠错

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

AI总结 提出Local-GS，通过基于SIMT执行边界组织高斯原语，设计提升、剔除和混合三阶段warp一致渲染范式，在不降低质量的前提下实现最高7.76倍加速。

MipSLAM: Alias-Free Gaussian Splatting SLAM

MipSLAM：无混叠高斯泼溅SLAM

Yingzhao Li, Yan Li, Shixiong Tian, Yanjie Liu, Lijun Zhao, Gim Hee Lee

机构 * State Key Laboratory of Robotics and Systems (HIT), Harbin Institute of Technology（机器人系统国家重点实验室（哈工大）） ； Yangtze River Delta HlT Robot Technology Research Institute（长江三角洲HLT机器人技术研究院） ； Department of Computer Science, National University of Singapore（新加坡国立大学计算机科学系） 纠错

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

AI总结 提出MipSLAM框架，通过椭圆自适应抗混叠算法和频谱感知位姿图优化，实现高保真抗混叠新视角合成与鲁棒位姿估计。

Comments Accepted to ICRA 2026

VAD-GS: Visibility-Aware Densification for 3D Gaussian Splatting in Dynamic Urban Scenes

VAD-GS：动态城市场景中3D高斯泼溅的可见性感知致密化

Yikang Zhang, Rui Fan

机构 * Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（同济大学智能自主系统研究所） ； College of Electronic and Information Engineering, Tongji University（同济大学电子与信息工程学院） ； National Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Xi’an Jiaotong University（西安交通大学人机混合增强智能国家实验室） 纠错

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

AI总结 提出VAD-GS框架，通过体素可见性推理、多样性感知视图选择和多视图立体重建，在动态城市场景中恢复缺失几何结构，提升3D高斯泼溅的重建质量。

Underwater360: Reconstructing Underwater Scenes from Panoramic Images with Omnidirectional Gaussian Splatting

Underwater360: 基于全景高斯泼溅的全景图像水下场景重建

Jiangbei Hu, Weichao Song, Shibo Yu, Mohan Wang, Zihan Yi, Rui Wu, Mingkang Xiang, Na Lei, Shengfa Wang, Zhongxuan Luo, Ying He

机构 * School of Software, Dalian University of Technology（大连理工大学软件学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） 纠错

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

AI总结 提出Underwater360框架，利用物理信息引导的全向高斯泼溅，通过球面光线投射和外观-介质建模，实现水下全景场景的高质量重建与外观恢复。

GlowGS: Generative Semantic Feature Learning for 3D Gaussian Splatting in Nighttime Glow Scenes

GlowGS: 夜间发光场景中用于3D高斯溅射的生成式语义特征学习

Beibei Lin, Xiao Cao, Jingyuan Guo, Robby T. Tan

机构 * National University of Singapore（新加坡国立大学） 纠错

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

AI总结 针对夜间发光场景中3D高斯溅射因缺乏纹理和边缘等结构特征而难以渲染高质量新视图的问题，提出GlowGS方法，利用扩散模型和视觉基础模型生成语义特征作为隐式结构线索，并通过新视图语义学习实现无真实标签的优化，显著提升渲染质量。

Comments Accepted by CVPR Findings 2026

LangFlash: Feed-forward 3D Language Gaussian Splatting from Sparse Unposed Images

LangFlash: 基于前馈的3D语言高斯泼溅从稀疏无位姿图像

Yilong Liu, Wanhua Li, Chen Zhu-Tian, Hanspeter Pfister

机构 * Harvard University（哈佛大学） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； University of Minnesota - Twin Cities（明尼苏达大学-双城分校） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3D vision(abstract)；3D reconstruction(abstract)；novel view synthesis(abstract)

AI总结 提出LangFlash，一种前馈框架，从稀疏无位姿多视图图像直接预测3D高斯原语及其语言对齐语义特征，实现低延迟3D重建和语义一致场景理解。

Comments CVPRF 2026

ForeSplat: Optimization-Aware Foresight for Feed-Forward 3D Gaussian Splatting

ForeSplat：面向前馈3D高斯泼溅的优化感知预判

Yuke Li, Weihang Liu, Cheng Zhang, Yuefeng Zhang, Jiadi Cui, Zixuan Wang, Junran Ding, Haoyu Wu, Yujiao Shi, Jingyi Yu, Xin Lou

机构 * ShanghaiTech University（上海科技大学） ； GGU Technology Co., Ltd（GGU技术有限公司） ； Stereye 纠错

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

AI总结 提出优化感知训练框架ForeSplat，通过元梯度规则使前馈3DGS模型生成利于快速精细优化的初始化，缩小了前馈预测与逐场景优化之间的差距。

RT-Splatting: Joint Reflection-Transmission Modeling with Gaussian Splatting

RT-Splatting：基于高斯点散布的联合反射-透射建模

Ji Shi, Xianghua Ying, Bowei Xing, Ruohao Guo, Wenzhen Yue

机构 * State Key Laboratory of General Artificial Intelligence（国家一般人工智能重点实验室） ； School of Intelligence Science and Technology（智能科学与技术学院） 纠错

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

AI总结 本文提出RT-Splatting方法，通过将高斯点的几何占用与光学不透明度分离，实现对半透明表面复杂反射和清晰透射的联合建模，从而在实时渲染中获得高质量的反射和透射效果。

Comments CVPR 2026 Highlight, Project Page: https://sjj118.github.io/RT-Splatting/

Z-Order Transformer for Feed-Forward Gaussian Splatting

Z-Order Transformer用于前馈高斯点云

Can Wang, Lei Liu, Wei Jiang, Dong Xu

机构 * The University of Hong Kong（香港大学） ； Futurewei Technologies Inc（未来科技公司） 纠错

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

AI总结 本文提出Z-Order Transformer用于前馈高斯点云，通过稀疏注意力机制和Z-order策略有效捕捉高斯点间空间与语义关系，提升实时渲染质量与效率。

Comments Accept by CVPR 2026, Oral

PD-4DGS:Progressive Decomposition of 4D Gaussian Splatting for Bandwidth-Adaptive Dynamic Scene Streaming

PD-4DGS：4D高斯散射的渐进分解用于带宽自适应动态场景流媒体

Jiachen Li, Guangzhi Han, Jin Wan, Delong Han, Yuan Gao, Min Li, Mingle Zhou, Gang Li

机构 * Qilu University of Technology（青岛理工大学） 纠错

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

AI总结 PD-4DGS通过渐进压缩和按需传输实现4D高斯散射的高效流媒体，减少带宽消耗并降低延迟，提升动态场景渲染性能。

UAV-Assisted Scan-to-Simulation for Landslides Using Physics-Informed Gaussian Splatting

利用物理指导的高斯点云进行滑坡扫描到模拟的无人机辅助方法

Zhenyu Liang, Jack C. P. Cheng

机构 * HKUST（香港科技大学） 纠错

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

AI总结 本文提出基于无人机的扫描到模拟框架，通过3DGS实现逼真场景捕获与物理滑坡模拟，提升灾害预警与公众教育效果。