3D 视觉

3D Gabor Splatting: Reconstruction of High-frequency Surface Texture using Gabor Noise

Haato Watanabe, Kenji Tojo, Nobuyuki Umetani

专题命中 三维重建 ：Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.GR

Comments 4 pages, 5 figures, Eurographics 2025 Short Paper

Journal ref Eurographics 2025 - Short Papers, The Eurographics Association (2025)

WorldMirror: Universal 3D World Reconstruction with Any-Prior Prompting

WorldMirror：基于任意先验提示的通用三维世界重建

Yifan Liu, Zhiyuan Min, Zhenwei Wang, Junta Wu, Tengfei Wang, Yixuan Yuan, Yawei Luo, Chunchao Guo

机构 * Zhejiang University（浙江大学） ； Chinese University of Hong Kong（香港中文大学） ； Tencent Hunyuan（腾讯混元） 纠错

专题命中 三维重建 ：point cloud(abstract)；novel view synthesis(abstract)；分类 cs.CV

AI总结 本研究提出WorldMirror这一统一前馈模型，可整合多种几何先验并生成多种三维表示，在多类三维几何任务的基准测试中达到最优性能且推理效率高。

Comments Accepted to ICML 2026. Code: https://github.com/Tencent-Hunyuan/HunyuanWorld-Mirror Project page: https://3d-models.hunyuan.tencent.com/world/

Direct and Adaptable Mesh-Gaussian Scene Reconstruction from Multi-View Images

从多视图图像进行直接且可自适应的网格-高斯场景重建

Ancheng Lin, Tianqing Su, Zuo Yuan, Quanke Su, Samuel S. Mao, Yusheng Xiang

机构 * School of Computer Science, Australian Artificial Intelligence Institute (AAII)（计算机科学学院，澳大利亚人工智能研究所） ； University of Technology Sydney（悉尼技术大学） ； School of Automobile（汽车学院） ； Chang’an University（长安大学） 纠错

专题命中 三维重建 ：3DGS(abstract,abstract_cn)；分类 cs.CV

AI总结 该研究针对现有方法分离几何与外观建模的问题，提出端到端网格-高斯场景表示，实现直接联合学习，提升重建效率与质量，可高效适配局部场景修改，支撑具身智能相关环境维护。

Future Rendering $\neq$ Future Surface: A Benchmark and Dataset for Dynamic Surface Reconstruction Beyond the Observed Window

未来渲染≠未来表面：超越观察窗口的动态表面重建基准和数据集

Yukun Shi, Minglun Gong

机构 * University of Guelph（圭尔夫大学） 纠错

专题命中 三维重建 ：3DGS(abstract,abstract_cn)；分类 cs.CV

AI总结 研究针对动态场景重建中未来表面重建缺乏标准基准的问题，引入FutureSurf基准和数据集，通过特定训练与评分方式评估方法，发现现有主干在受控运动及多个场景中有差距，且未来渲染质量与表面精度解耦。

Comments See https://github.com/Ricky-S/futuresurf

Axolotl3D: a Unified Framework for Faithful 3D Shape Completion

Axolotl3D：用于精确3D形状完成的统一框架

Anita Hu, Maria Shugrina

机构 * NVIDIA（英伟达） 纠错

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

AI总结 针对3D生成模型在多场景适用性有限及缺乏统一框架的问题，提出Axolotl3D模型，它基于多种模态条件设定，利用点云和相机参数，通过统一训练策略实现精确3D形状完成，实验验证其在多方面性能出色。

Comments Accepted to ECCV 2026

G$^2$TAM: Geometry Grounded Track Anything Model

G$^2$TAM：几何基础的轨迹任意模型

Chenming Zhu, Peizhou Cao, Jingli Lin, Wenbo Hu, Yunlong Ran, Jiangmiao Pang, Tai Wang, Xihui Liu

机构 * HKU（香港大学） ； Shanghai AI Lab（上海人工智能实验室） ； BUAA（北京航空航天大学） ； SJTU（上海交通大学） ； UCLA（加州大学洛杉矶分校） ； ZJU（浙江大学） 纠错

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

AI总结 研究利用现代前馈3D重建模型的空间一致性，提出G$^2$TAM框架，用无序RGB图像或视频进行3D实例跟踪。核心是跨模态空间编码器，还构建数据集，实验表明该模型有多种优势，为交互式空间推理奠定基础。

Comments Accepted by ICML 2026. Project Page:https://zcmax.github.io/projects/G2TAM/

LoMa: Local Feature Matching Revisited

LoMa：局部特征匹配的再审视

David Nordström, Johan Edstedt, Georg Bökman, Jonathan Astermark, Anders Heyden, Viktor Larsson, Mårten Wadenbäck, Michael Felsberg, Fredrik Kahl

机构 * Chalmers University of Technology（查尔姆斯理工大学） ； Linköping University（林雪平大学） ； University of Amsterdam（阿姆斯特丹大学） ； Centre for Mathematical Sciences, Lund University（隆德大学数学科学中心） 纠错

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

AI总结 本文从数据驱动角度重新审视局部特征匹配，提出LoMa方法，通过结合大规模数据混合、现代训练方案和模型容量，提升了性能，并在新数据集HardMatch上取得显著成果。

The Turning Point of 3D Plant Phenotyping: 3D Foundation Models Enable Minute-to-Second Cross-Crop Reconstruction and Beyond

3D植物表型分析的转折点：3D基础模型实现分钟到秒级的跨作物重建及更多

Hanyue Jia, Wei Zhou, Wenbo Zhou, Yanan Li, Hao Lu, Tingting Wu

机构 * Northwest A&F University（西北农林科技大学） ； Huazhong University of Science and Technology（华中科技大学） ； Wuhan Institute of Technology（武汉工程大学） 纠错

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

AI总结 提出基于3D基础模型的跨作物表型分析框架，用前馈几何恢复替代COLMAP，结合3D高斯泼溅实现少视图重建，将重建时间从6.52分钟降至1.58秒，保持高质量与高精度。

Comments 39 pages, 6 figures, 3 tables

OrbitForge: Text-to-3D Scene Generation via Reconstruction-Anchored Video Synthesis

OrbitForge: 通过重建锚定的视频合成实现文本到3D场景生成

Chenrui Fan, Paolo Favaro

机构 * Computer Vision Group, Institute of Computer Science University of Bern（计算机视觉组，计算机科学研究所，伯恩大学） 纠错

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

AI总结 提出OrbitForge，利用冻结的视频先验和每提示高斯泼溅重建优化，将单个文本生成视频转换为规范闭轨3D场景，无需任务特定微调或分数蒸馏。

Comments 40 pages, 33 figures, 19 tables

Lift4D: Harmonizing Single-View 3D Estimation for 4D Reconstruction In-the-Wild

Lift4D: 协调单视图3D估计以实现野外4D重建

Yehonathan Litman, Xiaoxuan Ma, Manan Shah, Nicolas Ugrinovic, Kris Kitani, Fernando De la Torre, Shubham Tulsiani

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 提出Lift4D框架，通过因果潜在条件化单视图3D模型获得时域一致的初始化，再结合遮挡感知优化和扩散先验，实现从单目视频重建动态非刚体4D场景，显著优于现有方法。

Comments Webpage, Demos: https://lift4d.github.io

Fast-SAM3D: 3Dfy Anything in Images but Faster

Fast-SAM3D: 更快地将图像中的任何物体三维化

Weilun Feng, Mingqiang Wu, Zhiliang Chen, Chuanguang Yang, Haotong Qin, Yuqi Li, Xiaokun Liu, Guoxin Fan, Libo Huang, Yulun Zhang, Michele Magno, Yongjun Xu, Zhulin An

机构 * University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 提出Fast-SAM3D，一种无需训练的三维重建加速框架，通过多级异构性感知机制（模态感知步骤缓存、联合时空令牌雕刻、频谱感知令牌聚合）实现高达2.67倍端到端加速且保真度损失极小。

Comments Accepted by ICML 2026

QVGGT: Post-Training Quantized Visual Geometry Grounded Transformer

QVGGT: 训练后量化的视觉几何基础Transformer

Zhizhen Pan, Hesong Wang, Huan Wang

机构 * Westlake University（西湖大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

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

AI总结 针对VGGT模型参数量大、部署受限的问题，提出QVGGT量化框架，通过选择性混合精度、令牌滤波与任务感知尺度搜索，实现近无损W4A16量化，显著降低内存和加速推理。

Comments Accepted by CVPR 2026. Project page: https://ddsacu.github.io/QVGGT/

Distilling 3D Spatial Reasoning into a Lightweight Vision-Language Model with CoT

将3D空间推理蒸馏到轻量级视觉-语言模型中：利用推理链

Alaa Asfour, Christopher Indris, Leihan Chen, Tejas Vyas, Guanghui Wang

机构 * Department of Computer Science, Toronto Metropolitan University（多伦多 Metropolitan 大学计算机科学系） 纠错

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

AI总结 本文提出一种知识蒸馏框架，将7B教师模型的3D空间推理能力转移到2.29B学生模型，实现8.7倍更低的推理延迟和3倍模型压缩，同时保留54-72%的性能。引入隐藏推理链提升推理能力，学生模型联合执行空间描述、深度估计和目标检测。

Mind the Gap: Geometrically Accurate Generative Reconstruction from Disjoint Views

注意间隙：从不重叠视角进行几何准确的生成重建

Grzegorz Wilczynski, Mikołaj Zielinski, Bartosz Świrta, Dominik Belter, Przemysław Spurek

机构 * Jagiellonian University（雅盖隆大学） ； IDEAS Research Institute（IDEAS研究机构） ； Poznań University of Technology（波兹南技术大学） ； Warsaw University of Technology（华沙技术大学） 纠错

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

AI总结 本文提出了一种新的生成重建范式，针对不重叠视角下的几何重建问题，提出GLADOS框架，通过生成桥梁、鲁棒粗重建和迭代上下文扩展优化，解决传统方法在零重叠场景下的失败问题。

3D Smoke Scene Reconstruction Guided by Vision Priors from Multimodal Large Language Models

由多模态大语言模型视觉先验引导的3D烟雾场景重建

Xinye Zheng, Fei Wang, Yiqi Nie, Kun Li, Junjie Chen, Jiaqi Zhao, Yanyan Wei, Zhiliang Wu

机构 * Hefei University of Technology（合肥工业大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院） ； Anhui University（安徽大学） ； United Arab Emirates University（阿联酋大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV

AI总结 本文提出整合视觉先验与高效3D场景建模的框架，通过增强烟雾退化图像和开发Smoke-GS框架，提升烟雾场景重建与视图合成的鲁棒性与一致性。

UniMesh: Unifying 3D Mesh Understanding and Generation

UniMesh: 统一3D网格理解与生成

Peng Huang, Yifeng Chen, Zeyu Zhang, Hao Tang

机构 * Boston University（波士顿大学） ； Peking University（北京大学） 纠错

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

AI总结 UniMesh提出统一框架，结合3D生成与理解，引入Mesh Head、CoM和自反思机制，提升迭代编辑与双向增强能力。

Ψ-Map: Panoptic Surface Integrated Mapping Enables Real2Sim Transfer

Ψ-Map：全景表面集成映射实现真实到仿真转移

Xuan Yu, Yuxuan Xie, Changjian Jiang, Shichao Zhai, Rong Xiong, Yu Zhang, Yue Wang

机构 * Department of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；3DGS(abstract)；分类 cs.RO

AI总结 Ψ-Map通过整合几何强化、端到端学习和高效渲染，实现大规模场景中高精度全景重建，兼顾几何精度与实时推理，满足机器人仿真需求。

Brain3D: EEG-to-3D Decoding of Visual Representations via Multimodal Reasoning

Brain3D: 通过多模态推理实现EEG到3D视觉表示的解码

Emanuele Balloni, Emanuele Frontoni, Chiara Matti, Marina Paolanti, Roberto Pierdicca, Emiliano Santarnecchi

机构 * Università Politecnica delle Marche（马尔凯理工大学） ； University of Macerata（马切拉塔大学） ； Horizon Intelligence Labs（地平线智能实验室） ； Harvard Medical School（哈佛医学院） ； Massachusetts General Hospital（麻省总医院） 纠错

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

AI总结 本文提出Brain3D，通过多模态推理实现EEG到3D解码，分阶段生成3D网格，提升神经解码的几何理解与应用性。

Comments 17 pages, 2 figures

4D Vessel Reconstruction for Benchtop Thrombectomy Analysis

用于台式血栓切除分析的4D血管重建

Ethan Nguyen, Javier Carmona, Arisa Matsuzaki, Naoki Kaneko, Katsushi Arisaka

机构 * UCLA Health（加州大学洛杉矶分校健康中心） ； UCLA Physics and Astronomy（加州大学洛杉矶分校物理与天文学系） ； Chan Zuckerberg Biohub Network（陈-扎克伯格生物中心网络） ； Ronald Reagan UCLA Medical Center（罗纳德·里根加州大学洛杉矶分校医学中心） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；point cloud(abstract)；分类 cs.CV

AI总结 本文提出了一种低成本多视角工作流，用于台式血栓切除的4D高斯点云重建，实现了时间分辨的表面运动学和相对位移及应力代理测量，用于血栓切除台式研究。

Comments 20 pages, 10 figures, 1 table, supplementary material (3 tables, 3 figures, and 11 videos). Project page: https://ethanuser.github.io/vessel4D/

Think, Act, Build: An Agentic Framework with Vision Language Models for Zero-Shot 3D Visual Grounding

思考、行动、构建：一种基于视觉语言模型的代理框架用于零样本3D视觉定位

Haibo Wang, Zihao Lin, Zhiyang Xu, Lifu Huang

机构 * University of California, Davis（加州大学戴维斯分校） ； Virginia Tech（弗吉尼亚理工大学） 纠错

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

AI总结 本文提出TAB框架，通过2D到3D重建范式直接处理原始RGB-D流，利用2D VLMs解析复杂空间语义并结合多视图几何构建3D结构，克服传统方法依赖预处理点云的局限，实验证明其在ScanRefer和Nr3D上优于零样本方法和全监督基线。

GVGS: Gaussian Visibility-Aware Multi-View Geometry for Accurate Surface Reconstruction

GVGS: 基于高斯可见性感知的多视角几何用于准确表面重建

Mai Su, Qihan Yu, Zhongtao Wang, Yilong Li, Chengwei Pan, Yisong Chen, Guoping Wang, Fei Zhu

机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； Institute of Artificial Intelligence, Beihang University（北京航空航天大学人工智能研究院） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；3DGS(abstract)；分类 cs.CV

AI总结 本文提出GVGS方法，通过显式建模高斯体的可见性，改进多视角几何一致性，提升表面重建精度，实验表明优于现有基于高斯的方法。

Streaming 4D Visual Geometry Transformer

流式4D视觉几何变换器

Dong Zhuo, Wenzhao Zheng, Jiahe Guo, Yuqi Wu, Jie Zhou, Jiwen Lu

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 本文提出一种流式视觉几何变换器，通过因果变换器架构实现低延迟的4D视觉几何重建，结合知识蒸馏和高效注意力机制，提升在线场景下的推理速度与重建质量。

Comments Code is available at: https://github.com/wzzheng/StreamVGGT

MV-RoMa: From Pairwise Matching into Multi-View Track Reconstruction

MV-RoMa：从成对匹配到多视角轨迹重建

Jongmin Lee, Seungyeop Kang, Sungjoo Yoo

机构 * KAIST（韩国科学技术院） ； Seoul National University（首尔大学） 纠错

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

AI总结 MV-RoMa通过多视角密集匹配模型，联合估计源图像到多个共视目标的密集对应关系，提升3D重建的准确性和密度。

Comments CVPR 2026 Accepted

Gen3R: 3D Scene Generation Meets Feed-Forward Reconstruction

Gen3R：3D场景生成与前馈重建的结合

Jiaxin Huang, Yuanbo Yang, Bangbang Yang, Lin Ma, Yuewen Ma, Yiyi Liao

机构 * Zhejiang University（浙江大学） ； ByteDance Project（字节跳动项目） 纠错

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

AI总结 Gen3R通过结合基础重建模型的强先验与视频扩散模型，实现3D场景生成，生成RGB视频及3D几何数据，实验显示其在单图和多图条件下达到SOTA结果。

Comments Project page: https://xdimlab.github.io/Gen3R/

TAPESTRY: From Geometry to Appearance via Consistent Turntable Videos

TAPESTRY：从几何到外观 via 一致的旋转台视频

Yan Zeng, Haoran Jiang, Kaixin Yao, Qixuan Zhang, Longwen Zhang, Lan Xu, Jingyi Yu

机构 * ShanghaiTech University（上海科技大学） ； Deemos Technology（德莫斯科技） 纠错

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

AI总结 TAPESTRY通过基于显式3D几何的视频扩散方法生成高保真旋转台视频，用于驱动纹理合成和神经渲染，实现高质量3D重建。

VGGT-Long: Chunk it, Loop it, Align it -- Pushing VGGT's Limits on Kilometer-scale Long RGB Sequences

VGGT-Long：分块、循环、对齐——在千米级长RGB序列上推动VGGT的极限

Kai Deng, Zexin Ti, Jiawei Xu, Jian Yang, Jin Xie

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

AI总结 本文提出VGGT-Long，通过分块处理、重叠对齐和轻量循环闭合优化，解决现有模型的可扩展性瓶颈，实现千米级户外环境的单目3D重建。

Comments IEEE International Conference on Robotics & Automation (ICRA 2026)

Virtual Intraoperative CT (viCT): Sequential Anatomic Updates for Modeling Tissue Resection Throughout Endoscopic Sinus Surgery

虚拟术中CT（viCT）：用于内窥镜鼻窦手术中逐步更新解剖结构的建模方法

Nicole M. Gunderson, Graham J. Harris, Jeremy S. Ruthberg, Pengcheng Chen, Di Mao, Randall A. Bly, Waleed M. Abuzeid, Eric J. Seibel

机构 * Department of Otolaryngology–Head and Neck Surgery, University of Washington（耳鼻喉科-头颈外科系，华盛顿大学） 纠错

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

AI总结 viCT通过术中内窥镜视频生成3D重建，实现内窥镜鼻窦手术中解剖结构的逐步更新，提升术中可视化精度。

Rewis3d: Reconstruction Improves Weakly-Supervised Semantic Segmentation

Rewis3d：重建提升弱监督语义分割

Jonas Ernst, Wolfgang Boettcher, Lukas Hoyer, Jan Eric Lenssen, Bernt Schiele

机构 * Saarland University（萨尔兰大学） ； Max Planck Institute for Informatics（马克斯·普朗克信息研究所） ； ETH Zurich（苏黎世联邦理工学院） 纠错

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

AI总结 Rewis3d通过利用3D重建作为辅助监督信号，提升弱监督语义分割的性能，优于现有方法2-7%。

Gaussian Set Surface Reconstruction through Per-Gaussian Optimization

通过每高斯优化进行高斯集表面重建

Zhentao Huang, Di Wu, Zhenbang He, Minglun Gong

机构 * School of Computer Science, University of Guelph（圭尔夫大学计算机科学学院） ； Faculty of Science and Technology, University of Macau（澳门大学科技学院） ； Irving K. Barber Faculty of Science, UBC Okanagan（UBC Okanagan科学学院） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；3DGS(abstract)；分类 cs.CV

AI总结 GSSR通过每高斯优化实现高斯点均匀分布与法线对齐，提升3D场景重建精度和编辑效率。

DiffusionHarmonizer: Bridging Neural Reconstruction and Photorealistic Simulation with Online Diffusion Enhancer

DiffusionHarmonizer: 通过在线扩散增强器连接神经重建与逼真模拟

Yuxuan Zhang, Katarína Tóthová, Zian Wang, Kangxue Yin, Haithem Turki, Riccardo de Lutio, Yen-Yu Chang, Or Litany, Sanja Fidler, Zan Gojcic

机构 * NVIDIA ； University of Toronto（多伦多大学） ； Cornell University（康奈尔大学） ； Technion（技术学院） 纠错

专题命中 三维重建 ：NeRF(abstract)；Gaussian Splatting(abstract)；分类 cs.CV

AI总结 DiffusionHarmonizer通过在线扩散增强器提升神经重建与逼真模拟的结合，解决动态物体整合与伪影问题，提高模拟保真度。

Comments For more details and updates, please visit our project website: https://research.nvidia.com/labs/sil/projects/diffusion-harmonizer