3D 视觉

GaussTrace: Provenance Analysis of 3D Gaussian Splatting Models with Evidence-based LLM Reasoning

GaussTrace：基于证据的LLM推理的3D高斯泼溅模型溯源分析

Haoliang Han, Ziyuan Luo, Renjie Wan

机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） 纠错

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

AI总结 提出GaussTrace框架，通过属性统计分析和假设驱动的编辑模拟，结合大语言模型链式推理，构建3D高斯泼溅模型的有向溯源图，无需训练或编辑历史。

Comments Accepted by ICML2026

RORA: Realistic Object Reconstruction with Articulation

RORA：带关节运动的真实物体重建

Hyesung Lee, Youngseon Lee, Kyutae Lee, Dongjun Lee, Yongseok Lee

机构 * Seoul National University（首尔大学） ； DGIST（大邱庆北科学技术院） 纠错

专题命中 Gaussian Splatting ：NeRF(abstract,abstract_cn)；3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)；分类 cs.GR、cs.RO

AI总结 本研究提出RORA端到端管线，可从单个静态物体视频输入重建带精确关节运动的仿真就绪资产，在PartNet-Mobility-V0数据集和真实物体上取得良好效果，可用于机器人学习的实时灵巧手操作任务。

Comments This work has been submitted to the IEEE for possible publication. Copyright may be transferred without notice, after which this version may no longer be accessible

Instant NuRec: Feed-Forward 3D Gaussian Reconstruction for Driving Scene Simulation

即时NuRec：用于驾驶场景模拟的前馈3D高斯重建

NVIDIA, :, Jiahui Huang, Jiawei Ren, Michal Tyszkiewicz, Bjoern Haefner, Michael Shelley, Xin Kang, Seung Wook Kim, Ning Xu, Qi Wu, Janick Martinez Esturo, Shengyu Huang, Nick Schneider, Laura Leal-Taixe, Zan Gojcic, Sanja Fidler

机构 * NVIDIA 纠错

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

AI总结 针对自动驾驶3D模拟平台中神经模拟方法存在的速度慢和需逐场景调整问题，提出即时NuRec这一前馈神经重建模型，可快速将多视图驾驶日志转为3DGS世界，在数据集上PSNR表现出色，还能用于闭环模拟。

Comments Project Page: https://research.nvidia.com/labs/sil/projects/instant-nurec/

Bake It Till You Make It: Ultrafast Spatial Texture-Atlas Splatting

烘焙直至成功：超快速空间纹理图集喷涂

Neel Kelkar, Simon Niedermayr, Kaloian Petkov, Klaus Engel, Rüdiger Westermann

机构 * Technical University of Munich（慕尼黑工业大学） ； Siemens-Healthineers（西门子医疗） 纠错

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

AI总结 研究针对3D高斯喷涂渲染成本高的问题，引入解耦辐射表示，结合稀疏性增强优化，利用几何稀疏性和GPU纹理映射，实现更快更稀疏重建，比3DGS速度提升五倍，能在消费硬件上实时4K 60帧渲染。

Comments 12 pages, 6 figures. Project page with videos and interactive demos: https://nilkel.github.io/bitymi/

Lighting-Consistent Object Transfer Across Radiance Fields

跨辐射场的一致光照物体迁移

Nicolás Violante, George Kopanas, Linus Franke, Julien Philip, George Drettakis

机构 * Inria ； Université Côte d’Azur（大学皮埃尔-皮埃尔·德·科蒂尔） ； Google DeepMind（谷歌DeepMind） ； Eyeline Labs（Eyeline实验室） 纠错

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

AI总结 针对3D高斯泼溅中物体迁移时光照不一致的问题，提出一种扩散模型调和合成图像，结合合成、生成和真实数据训练，并通过后优化整合为3DGS表示，实现高质量物体迁移。

Comments Project page: https://repo-sam.inria.fr/nerphys/dot3d

Journal ref Computer Graphics Forum (EGSR) 2026

Scene-Level Heterogeneous Physics Simulation with 3D Gaussian Splats

基于3D高斯散点的场景级异构物理仿真

Xiaoyang Liu, Shangzhe Wu, Kai Han

机构 * The University of Hong Kong（香港大学） ； University of Cambridge（剑桥大学） 纠错

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

AI总结 提出一种表示抽象框架，将3D高斯散点、虚拟网格和流体等异构资产统一为物理粒子集，实现场景级、多求解器的物理仿真，支持3DGS资产的非刚性变形与复杂双向交互。

Comments Accepted to CVPR 2026 Findings

Journal ref Proc. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Findings, 2026, pp. 6456-6465

XPR: An Extensible Cross-Platform Point-Based Differentiable Renderer

XPR：一个可扩展的跨平台基于点的可微分渲染器

Steve Rhyner, Sankeerth Durvasula, Aleksandr Kovalev, Hansel Jia, Adrian Zhao, Mrutunjayya Mrutunjayya, Nilesh Ahuja, Selvakumar Panneer, Christina Giannoula, Nandita Vijaykumar

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； Intel（英特尔） ； Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所） 纠错

专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.GR

AI总结 提出XPR框架，通过高级编程接口和模块化渲染管线，支持用少量代码实现3DGS等新方法，并利用XLA编译器跨平台运行。

Construction and Dynamic Update of Channel Gain Maps via 3D Gaussian Splatting

通过三维高斯平铺构建和动态更新信道增益图

Yilong Chen, Yuan Guo, Juncong Zhou, Jie Xu, Rui Zhang

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)

AI总结 研究基于三维高斯平铺为大规模网络构建及动态更新基于网格的信道增益图，提出基于物理知识的高斯平铺信道增益模型及增量学习机制，实现准确重建、适应动态变化并达成精度-复杂度良好权衡。

SpeedyGS: Content-Aware 3D Gaussian Splatting Compression via Two-Stage Optimization

SpeedyGS：通过两阶段优化实现内容感知的3D高斯图元压缩

Junteng Zhang, Tong Chen, Yuxin Zhao, Yibo Shi, Jing Wang, Zhan Ma

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract,abstract_cn)

AI总结 研究针对3D高斯图元压缩解码慢不适用于交互式应用的问题，提出SpeedyGS，通过两阶段优化，即结构形成阶段联合优化自适应量化和剪枝，统计编码阶段转换并编码高斯几何和属性，在多方面取得良好平衡，压缩性能优且解码快。

Seed2GS: Camera-Free, Training-Free Object Extraction from 3D Gaussian Scenes via a Single Reference-View Grounding

Seed2GS：通过单个参考视图定位从3D高斯溅射（3DGS）场景中进行无相机、无训练的目标提取

Zongjian Ding, Yudong Gao, Jiale Liu, Xinglin Yu, Junxing Ren, Dong Wei, Yajing Chen, Shan Huang, Mingjun Cheng, Min Li

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

AI总结 Seed2GS是一种无相机、无训练的目标提取方法，通过分离目标身份与3D覆盖范围，在LERF-MASK和3D-OVS数据集上实现了高精度，且计算延迟低。

ESVR: 3D Ellipsoid-based Sparse Volume Rendering via Structure-aware Primitive Learning and Per-primitive Ray Sampling

ESVR：基于椭球的稀疏体绘制方法，通过结构感知基元学习与逐基元光线采样实现

Suemin Jeon, Youjin Kim, Jungwoo Park, Kyungryun Lee, Won-Ki Jeong

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

AI总结 针对现有3DGS方法依赖DVR图像学习导致信息损失与传递函数控制受限的问题，提出ESVR框架，结合结构感知基元学习与逐基元光线采样等技术，实现大规模稀疏体数据的高效压缩与实时高质量渲染。

Comments IEEE VIS 2026 accepted

GSRAIN: Physically Calibrated High-/Low-Frequency Rainfall Synthesis for 3D Gaussian Driving Scenes

GSRAIN：面向3D高斯溅射（3DGS）驾驶场景的物理校准高低频降雨合成方法

Fanyu Wang, Longgao Zhang, Junyi Chen

机构 * College of Automotive and Energy Engineering, Tongji University（同济大学汽车与能源工程学院） 纠错

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

AI总结 GSRAIN针对自动驾驶降雨模拟的物理可控性与多视图一致性局限，结合实测数据与几何感知扩散模型生成可控降雨场景，在FID指标上优于现有方法，可用于自动驾驶算法的雨天测试。

FocusGS: Spatial Delta Layers for Local Repair and Deterministic Editing of Trained 3D Gaussian Assets

FocusGS：用于训练后3D高斯资产的局部修复与确定性编辑的空间增量层

Yiqun Pan, Yukun Shi

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

AI总结 FocusGS将局部修复与确定性编辑统一为复合空间增量，解决3D高斯资产的局部维护问题，提升目标区域PSNR，优于文本驱动基线，提供轻量可验证的3DGS维护算子。

Comments 8 pages, 6 figures, 5 tables. Ancillary demonstration video included

AniGS: Bridging Rendering and Diffusion Prior for 3D Scene Animation

AniGS：弥合3D场景动画的渲染与扩散先验

Yen-Chi Cheng, Chen Gao, Chuhan Chen, Tuotuo Li, Rajvi Shah, Ayush Saraf, Changil Kim, Liangyan Gui, Alexander Schwing, Johannes Kopf, Hung-Yu Tseng

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Waymo（Waymo公司） ； Carnegie Mellon University（卡内基梅隆大学） ； Meta 纠错

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

AI总结 AniGS旨在为3DGS重建的大型场景添加动画，用规范3DGS表示场景，借时间条件变形场建模运动，利用预训练视频扩散模型及迭代更新策略，防止静态区域运动伪影，实验证明该方法能产生自然动态和高质量新视图视频。

Comments Preprint. Project page: https://yccyenchicheng.github.io/AniGS/

Immediate 3D Gaussian Splat Reconstruction of Unordered Input with Global Consistency

具有全局一致性的无序输入的即时3D高斯点云重建

Andreas Meuleman, Linus Franke, Boris Zhestiankin, Camille Montemagni, George Drettakis

机构 * Inria, Université Côte d’Azur（法国蔚蓝海岸大学 - 法国国家信息与自动化研究所） ； EPFL（洛桑联邦理工学院） 纠错

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

AI总结 研究针对无序输入的辐射场捕获，提出利用视觉位置识别模型等实现快速匹配找关键帧，结合GPU优化等进行局部重建，再用基于聚类方法实现回环闭合，引入渐进层次结构处理大场景，提供具全局一致性的即时反馈3DGS重建。

Journal ref SIGGRAPH Conference Papers 2026

GRay: Ray Tracing 3D Gaussians Near the Speed of Splats

GRay: 接近 Splats 速度的光线追踪 3D 高斯

Yohan Poirier-Ginter, Jean-François Lalonde, George Drettakis

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

AI总结 提出 GRay，一种快速 3D 高斯光线追踪器，通过利用光线追踪的对数级图元缩放特性，在密集小高斯场景中实现接近 3DGS 的渲染和优化速度。

Comments 12 pages plus supplementary material, 33 pages total; Proceedings of the ACM on Computer Graphics and Interactive Techniques, I3D 2026

Journal ref Proc. ACM Comput. Graph. Interact. Tech. 9, 1, Article 14, 19 pages, 2026

DrivingVoxels: Compositional Sparse Voxel Rasterization for Dynamic Driving Scene Reconstruction

DrivingVoxels：用于动态驾驶场景重建的组合稀疏体素光栅化

Tania Aguirre, Luis Roldão, Moussab Bennehar, Nathan Piasco, Dzmitry Tsishkou, Simone Rossi, Pietro Michiardi

机构 * Noah’s Ark, Huawei Paris Research Center, France（华为巴黎研究中心诺亚方舟实验室） ； EURECOM, France（法国EURECOM） 纠错

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

AI总结 提出DrivingVoxels框架，通过组合多个独立八叉树的稀疏体素联合光栅化，结合LiDAR引导的结构初始化，高效重建动态驾驶场景，在PandaSet上达到与3DGS相当或更优的感知与结构指标，且训练时间更短。

ACEsplat: Accelerated 3D Gaussian Scene Regression via RGB and Poses Only

ACEsplat: 仅通过RGB和姿态加速的3D高斯场景回归

Mingkai Liu, Haohua Que, Dikai Fan, Haojia Gao, Tianle Zhu, Handong Yao, Qian Zhang, Ruopeng Zhang, Xianliang Huang, Fei Qiao

机构 * Peking University（北京大学） ； University of Georgia（佐治亚大学） ； ByteDance（字节跳动） ； Tsinghua University（清华大学） ； Chongqing Vocational Institute of Engineering（重庆工程职业技术学院） ； Infinity Robotics 纠错

专题命中 Gaussian Splatting ：3DGS(abstract,abstract_cn)；Gaussian Splatting(abstract)；point cloud(abstract)；novel view synthesis(abstract)

AI总结 提出ACEsplat框架，通过自监督场景坐标回归和轻量级高斯初始化，仅用RGB图像和相机姿态实现快速3D高斯场景重建，无需外部几何先验。

OutLangSplat: 3D Language Gaussian Splatting for UAV Outdoor Scenes

OutLangSplat：面向无人机室外场景的三维语言高斯溅射

Xia Yan, He Wu, Yanghui Xu, Zizhao Wu, Jiazhou Chen

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

AI总结 OutLangSplat改进特征表示与聚合策略，构建首个无人机室外开放词汇3D场景理解数据集，在开放词汇语义分割与实例定位任务上优于SOTA方法。

Comments 9 pages, 6 figures, 7 tables

Spectral GS-SLAM: Observability-Aware, Degeneracy-Robust Tracking for Real-Time 3D Gaussian Splatting SLAM

Spectral GS-SLAM：面向实时3D高斯泼溅SLAM的可观测性感知与退化鲁棒跟踪

Edward Beng Wai Tan, Siew-Kei Lam, Dongshuo Zhang

机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） 纠错

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

AI总结 提出Spectral GS-SLAM，通过自适应补偿退化场景中的欠约束方向，结合ICP与特征约束实现鲁棒跟踪，并利用高斯感知平面性加权机制融合几何信息，在无结构/纹理环境中保持实时性能（40.14 FPS）。

Comments This work has been accepted to IROS 2026

Edit3DGS: Unified Framework for Dynamic Head Editing via 2D Instruction-Guided Diffusion and 3D Gaussian Splatting

Edit3DGS：通过2D指令引导扩散与3D高斯泼溅的动态头部编辑统一框架

Duy-Dat Tran, Trung-Nghia Le

机构 * University of Science, VNU-HCM, Ho Chi Minh, Vietnam（越南胡志明市国家大学） ； Vietnam National University, Ho Chi Minh, Vietnam（越南国家大学） 纠错

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

AI总结 提出Edit3DGS统一框架，结合2D指令引导扩散与3D高斯泼溅，实现动态3D头部的可控编辑，支持表情变换、属性修改等操作，并保持身份与运动动态的一致性。

Comments SOICT 2025

EscFOA: Enhancing Spatial Learning for Visually Impaired Learners via Generative Spatial Audio in 360-Degree Educational Environments

EscFOA：通过360度教育环境中的生成性空间音频增强视障学习者的空间学习

Ziyu Luo, Xiaowei Dai, Siying Zhu, Xiaoming Chen

机构 * Ziyu Luo ∗ , Xiaowei Dai ∗ , Siying Zhu † (Correspondence), Xiaoming Chen ∗ (Correspondence)（无） 纠错

专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(abstract)

AI总结 研究针对360度教育环境中视障学习者空间学习受限问题，提出EscFOA框架，通过整合3DGS与条件扩散模型生成空间音频，在支持蒙眼参与者空间学习行为上优于传统音频，证明其能助力视障者访问复杂空间学习材料。

EndoMD-SLAM: Endoscopic Gaussian Splatting SLAM under Optical Degradation with Memory and Static-Transient Decomposition

EndoMD-SLAM：光学退化下的内窥镜高斯溅射SLAM，具备记忆与静态-瞬态分解能力

Nuo Chen, Kangqi Ni, Lulin Liu, Joga Ivatury, Ying Ding, Farshid Alambeigi, Tianlong Chen, Zhiwen Fan

机构 * Texas A&M University（德克萨斯农工大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Minnesota（明尼苏达大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 EndoMD-SLAM是针对内窥镜光学退化问题的SLAM框架，通过记忆驱动门控、静态-瞬态分解等机制，在结肠镜检查基准上实现了轨迹误差降低91%、PSNR提升9.9 dB的效果。

Comments Project page: https://endomd-slam.github.io/

D^2-4DGS: Dual-Depth Guided Sparse-Camera 4D Gaussian Splatting

D^2-4DGS：双深度引导的稀疏相机四维高斯溅射

Jijian Zhao

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

AI总结 针对稀疏相机动态四维高斯溅射的几何监督不足问题，提出双深度先验引导的D^2-4DGS框架，经9个数据集-视图设置验证，其峰值信噪比平均较最佳对比方法提升1.33dB。

GaussianSelector: Lightweight Human-Guided Object Selection in 3D Gaussian Splatting with Graph Optimization

GaussianSelector：基于图优化的三维高斯溅射中轻量型人引导物体选择方法

Baihan Yang, Tiexin Li, Yuheng Liu, Xin Lin, Xinke Li, Xiaohui Xie, Truong Nguyen

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

AI总结 GaussianSelector是无需训练的轻量型框架，通过图优化从稀疏视点与涂鸦引导中选择三维物体，质量媲美多视图SAM方法，交互视点少、计算开销低，适用于三维场景编辑与资产提取。

Comments Under Review

3D Gaussian Splatting for Scientific Particle Data Compression and Rendering

用于科学粒子数据压缩与渲染的3D高斯点渲染

Bo Jiang, Youyuan Liu, Taolue Yang, Sheng Di, Sian Jin

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

AI总结 针对大规模粒子模拟带来的存储等压力及现有压缩器问题，提出基于3D高斯点渲染的ParticleGS框架，结合多种技术，在HACC模拟中表现出色，压缩率高且渲染速度快，并能推广到其他模拟。

Comments 13 pages, 13 figures. Accepted at SC26 (The International Conference for High Performance Computing, Networking, Storage and Analysis)

ZeroSplat: Generalized Referring Segmentation in 3D Gaussian Splatting

ZeroSplat：3D高斯点云渲染中的广义指代分割

Jiayu Ding, Meilu Song, Xiaoyi Zhang, Hongbo Jin, Yichen Jin, Xiangtian Si

机构 * Peking University（北京大学） ； North China Electric Power University（华北电力大学） ； China University of Geosciences（中国地质大学） 纠错

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

AI总结 针对现有指代3D高斯点云渲染方法局限，提出ZeroSplat框架，通过多视图几何约束将2D视觉语言模型先验提升至3D空间，无需额外特征存储，在广义和单目标场景中显著优于现有方法，且效率高。

Comments Accepted to ECCV 2026

AsySplat: Efficient Asymmetric 3D Gaussian Splatting for Long-Sequence Scene Modeling

AsySplat：用于长序列场景建模的高效非对称3D高斯点云渲染

Yingji Zhong, Dave Zhenyu Chen, Fuzhao Ou, Youyu Chen, Zhihao Li, Lanqing Hong, Dan Xu

机构 * HKUST（香港科技大学） ； Huawei Noah’s Ark Lab（华为诺亚方舟实验室） ； CityU（城市大学） 纠错

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

AI总结 研究针对长序列场景建模中3D高斯点云渲染的冗余计算问题，提出非对称架构解耦几何与外观建模，通过双边连接交互，减少计算冗余，提高参数效率，在32视图960P输入上大幅提升效率并超越零样本性能。

Comments The project page is at https://zhongyingji.github.io/asysplat/

SatSplatDiff: Geometry-preserving generative refinement for high-fidelity satellite Gaussian Splatting

SatSplatDiff: 用于高保真卫星高斯泼溅的几何保持生成式精化

Jiyong Kim, Shuang Song, Ronjgun Qin

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

AI总结 提出SatSplatDiff方法，通过单目深度监督、多尺度几何精化和阴影引导的生成式精化，在保持几何一致性的同时提升卫星高斯泼溅的视觉保真度，在IARPA2016和DFC2019数据集上实现几何MAE降低18%、视觉保真度提升28-45%。

Comments 23 pages, 15 figures

Renderable Partial Representations for Dynamic Gaussian Splatting under Incomplete Delivery

不完整交付下动态高斯溅射的可渲染部分表示

Faruk Alpay, Levent Sarioglu, Yaser Hadri

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

AI总结 针对动态高斯表示在交互式渲染中因部分交付导致的退化问题，提出将基元组织为独立寻址的时空簇，通过训练部分依赖图并最小化期望失真、尾部失真等，实现不完整状态仍可直接渲染，并在实验上优于名义层序。

Comments 19 pages, 8 figures, 3 tables. Code, tests, configurations, pinned environment, and measurement records (including the partial-state oracle atlas) are provided as ancillary files