Progress and Prospects in 3D Generative AI: A Technical Overview including 3D human
专题命中 Gaussian Splatting :NeRF(abstract);Gaussian Splatting(abstract);3DGS(abstract);3D generation(abstract)
视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
专题命中 Gaussian Splatting :NeRF(abstract);Gaussian Splatting(abstract);3DGS(abstract);3D generation(abstract)
专题命中 Gaussian Splatting :NeRF(abstract);Gaussian Splatting(abstract);3DGS(abstract);3D reconstruction(abstract)
LAGS:低空高斯点云与群体异构图学习
机构 * The University of Hong Kong(香港大学) ; Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences(中国科学院深圳先进技术研究所) ; Southern University of Science and Technology(南方科技大学) ; State Key Laboratory of IOTSC, University of Macau(澳门大学物联网科学国家重点实验室) ; College of Engineering, Istanbul Medipol University(伊斯坦布尔Medipol大学工程学院)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.RO
AI总结 LAGS通过聚合分布式无人机的航拍图像实现3D场景重建,但现有低空资源分配方案因未考虑视角差异导致效率低下。本文提出GW-HGNN,通过图学习平衡数据保真度与传输成本,实验表明其在关键渲染指标上优于现有方法,并显著降低计算延迟。
Comments 8 pages, 12 figures, 2 tables
基于鱼眼图像的3D高斯点撒:视场分析与基于深度的初始化
机构 * Department of Computing Sciences, Tampere University(塔尔基大学计算机科学系) ; Department of Computer Science, Aalto University(阿尔托大学计算机科学系) ; Department of Computer Science and Engineering, University of Oulu(奥卢大学计算机科学与工程系)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.GR
AI总结 本文首次评估了基于鱼眼图像的3D高斯点撒方法,通过对比不同视场下的重建效果,发现160度视场表现最佳,并引入基于深度的UniK3D方法提升宽角重建性能。
Comments VISAPP 2026 Accepted Camera Ready Version
用于鲁棒高效逆渲染的互反射高斯点渲染
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.GR
AI总结 研究逆渲染问题,提出IRGS++框架,通过可微二维高斯光线追踪等技术,能实时查询可见性和间接辐射,评估互反射传输方程,纳入金属感知材料建模等,在低光泽和光泽基准测试及实际研究中表现良好,提升逆渲染质量与效率。
VG3S:基于视觉几何的高斯散射用于语义占用预测
机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology(电子与计算机工程系,香港科学与技术大学)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.RO
AI总结 VG3S 通过引入视觉基础模型的几何 grounding 能力,提升语义占用预测的准确性与泛化能力。
Comments Accepted by IROS 2026
实时激光雷达高斯点云拼接SLAM
机构 * Sungkyunkwan University(成均馆大学)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.RO
AI总结 提出基于激光雷达的高斯点云拼接SLAM实时框架,将快速G-ICP配准与球形光栅化密集映射紧密结合,利用激光雷达几何信息优化地图,引入几何分数改进效果,在多数据集实验验证其性能。
Comments 18 pages, 5 figures
ReaDy-Go: 面向动态障碍物环境特定视觉导航的实到仿动态3D高斯泼溅仿真
机构 * Department of Aerospace Engineering, Seoul National University(首尔国立大学航空航天工程系) ; InnoCORE AI-Transformed Aerospace Research Center, KAIST(韩国科学技术院(KAIST)人工智能赋能航空航天研究中心)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.RO
AI总结 提出ReaDy-Go仿真管线,通过将静态3D高斯场景与动态人体高斯障碍物结合生成逼真动态场景,并训练导航策略,有效缩小仿真到现实的差距并处理移动障碍物。
Comments Accepted by IEEE Robotics and Automation Letters (RA-L). Project page: https://syeon-yoo.github.io/ready-go-site/
ArtiTwinSplat:基于RGB-D视频的高斯泼溅实现可交互数字孪生重建
机构 * ETH Zürich(苏黎世联邦理工学院) ; Microsoft(微软) ; University of Bonn(波恩大学)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.RO
AI总结 提出ArtiTwinSplat框架,利用3D高斯泼溅从RGB-D视频自动构建可交互的铰接物体数字孪生,无需CAD模型或人工标注,支持实时渲染与交互操作。
Comments Presented at the ICRA 2026 Workshop on Advances and Challenges in AI-Driven Automation and Robotic System Integration with Digital Twins, Vienna, June 2026
SIMSplat: 面向驾驶场景生成的语言对齐4D高斯泼溅
机构 * Purdue University(普渡大学) ; University of California, Berkeley(加州大学伯克利分校) ; Toyota InfoTech Labs(丰田信息科技实验室)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.RO
AI总结 提出SIMSplat,一种基于场景图的4D高斯泼溅框架,通过嵌入语言对齐特征实现自由文本查询、对象级编辑和多智能体仿真,在驾驶场景生成中显著提升定位精度和任务完成率。
潜在高斯泼溅用于4D全景占据跟踪
机构 * University of Freiburg(弗赖堡大学) ; Bosch Research(博世研究院) ; University of Haifa(海法大学)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.RO
AI总结 提出潜在高斯泼溅(LaGS)方法,通过特征高斯体作为动态关键点实现多视图特征聚合,用于4D全景占据跟踪,在Occ3D nuScenes和Waymo上达到最优性能。
Comments Accepted to IEEE Robotics and Automation Letters (RA-L), 2026
一种可扩展的多GPU高斯泼溅PyTorch抽象
机构 * NVIDIA(英伟达) ; University of Toronto(多伦多大学) ; Vector Institute(向量研究所)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.GR
AI总结 提出一种多GPU高斯泼溅方法,通过CUDA统一内存和NVLink在算子级别分布参数,实现大规模场景重建,支持超过10亿高斯泼溅。
Comments 14 pages, 6 tables, 2 figures, and 1 listing. Includes supplementary material
FaceParts: 高斯点分布的分割与编辑
机构 * Wrocław University of Science and Technology(华沙理工大学) ; Jagiellonian University(雅盖隆大学)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.GR
AI总结 本文提出FaceParts框架,用于无监督的高斯点分布头像分割与编辑,通过特征解耦、密度聚类和FLAME锚定部分转移实现精确编辑和跨头像部分交换。
紧凑的3D高斯散射用于密集视觉SLAM
机构 * Shanghai Jiao Tong University(上海交通大学) ; Nanyang Technological University(南洋理工大学) ; The University of Tokyo(东京大学) ; Harvard University(哈佛大学) ; University of Cambridge(剑桥大学)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.RO
AI总结 本文提出紧凑的3D高斯散射SLAM系统,通过滑动窗口遮罩策略和几何代码本压缩高斯参数,提升训练和渲染速度,保持高质量场景表示。
Comments Accepted by IJCV 2026
通过结构感知密集化实现更快的3D高斯散射收敛
机构 * Cambridge University(剑桥大学) ; Saarbrücken Research Center for Visual Computing, Interaction, and Artificial Intelligence (VIA)(萨尔布吕肯视觉计算、交互与人工智能研究中心(VIA))
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.GR
AI总结 本文提出一种结构感知密集化框架,通过多尺度频率分析和各向异性分裂提升3D高斯散射的收敛速度和重建质量。
Comments Siggraph 2026
NVGS:神经可见性用于3D高斯点扩散中的遮挡剔除
机构 * Digital Future Lab, Flanders Make, Hasselt University(数字未来实验室,弗拉芒制造,哈塞尔特大学) ; Computer Graphics Lab, TU Braunschweig(计算机图形学实验室,图林根工业大学) ; Physics and Astronomy, University of New Mexico(物理与天文学,新墨西哥大学)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.GR
AI总结 本文提出一种基于神经网络的遮挡剔除方法,通过学习高斯点的视角依赖可见性函数,减少渲染时的遮挡点数量,提升VRAM利用率和图像质量。
Comments 17 pages, 15 figures
Splatography:稀疏多视角动态高斯点绘用于电影制作挑战
机构 * Bristol Visual Institute(布里斯托视觉研究所) ; University of Bristol(布里斯托大学)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.GR
AI总结 本文提出Splatography方法,通过稀疏掩码将高斯点绘分为前景和背景,分别训练不同损失函数以实现高质量动态3D重建,实验显示在3D场景中PSNR提升3倍且模型更小。
Comments Accepted to IEEE International Conference on 3DV (2026)
RadarSplat-RIO:基于高斯点分布的室内雷达-惯性里程计
机构 * Meta Reality Labs(Meta现实实验室) ; University of Michigan(密歇根大学)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.RO
AI总结 本文提出基于高斯点分布的雷达束调整框架,通过联合优化雷达传感器姿态和场景几何,显著减少位姿漂移并提升鲁棒性,实验表明在多个室内场景中,雷达束调整性能优于传统雷达-惯性里程计。
Part$^{2}$GS: 基于3D高斯溅射的关节物体部分感知建模
机构 * University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
专题命中 Gaussian Splatting :Gaussian Splatting(title);3D reconstruction(abstract);分类 cs.CV、cs.RO
AI总结 本文提出Part$^{2}$GS框架,通过部分感知的3D高斯表示实现高保真度的多部件关节物体建模,结合物理一致的运动约束,提升运动连贯性。
基于稀疏视角的物理合理人类-物体渲染:通过3D高斯点云
机构 * College of Computer Science, Zhejiang University(浙江大学计算机科学与技术学院) ; Department of Computer Science and Engineering, The Hong Kong University of Science and Technology(香港科技大学计算机科学与工程系)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.GR
AI总结 本文提出HOGS框架,通过3D高斯点云实现高效且物理合理的稀疏视角人类-物体渲染,解决高渲染质量、物理合理性与计算效率的平衡问题。
Comments 16 pages, 14 figures, accepted by IEEE Transactions on Image Processing (TIP)
FACT-GS:频率对齐的复杂度感知纹理重参数化用于2D高斯点划法
机构 * Concordia University(康考迪亚大学) ; Mila–Quebec AI Institute(Mila-魁北克人工智能研究所)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.GR
AI总结 FACT-GS通过根据局部视觉频率分配纹理采样密度,提高2D高斯点划法的纹理空间利用效率,实现更清晰的高频细节表现。
Comments 11 pages, 6 figures, CVPR 2026 Findings track. Project page: https://tianhaoxie.github.io/project/FACT-GS/
紧凑化关键帧优化多智能体高斯点云SLAM
机构 * Polytechnique Montreal(蒙特利尔理工学院) ; University of Wisconsin(威斯康星大学)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.RO
AI总结 本文提出一种改进的多智能体RGB-D高斯点云SLAM框架,通过压缩步骤和中央闭环计算减少通信负载,提升地图保真度,实验证明数据传输量减少85-95%。
基于网格的渲染:利用高斯溅射初始化的网格化
机构 * Faculty of Mathematics and Computer Science, Jagiellonian University in Kraków(克拉科夫雅盖隆大学数学与计算机科学学院) ; Department of Engineering, University of Cambridge(剑桥大学工程系) ; IDEAS Research Institute(IDEAS研究所)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.GR
AI总结 本文提出MeshSplats方法,将高斯溅射转化为网格格式,利用光线追踪实现高效渲染,同时通过优化算法提升质量,适用于计算机图形学和图像处理。
GTAvatar:融合高斯散射与纹理映射以实现可照明和可编辑的高斯头像
机构 * Univ Rennes, Inria, CNRS, IRISA, France(里昂大学、法国国家科学研究中心、法国信息与自动化研究所)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.GR
AI总结 本文提出一种结合2D高斯散射精度与UV纹理映射直观性的方法,通过高效嵌入局部坐标系到模板网格的UV空间,实现单目视频下的连续可编辑材质头像重建,并利用物理基础反射模型实现照明与编辑。
Comments Accepted to Eurographics 2026. Project page: https://kelianb.github.io/GTAvatar/
SurgCalib: 基于高斯点散的机器人辅助微创手术手眼标定
机构 * Robotics and Control Laboratory, University of British Columbia(机器人与控制实验室,不列颠哥伦比亚大学) ; Department of Biomedical Engineering, National University of Singapore(生物医学工程系,新加坡国立大学) ; Division of Otolaryngology – Head and Neck Surgery, University of British Columbia(耳鼻喉科–头颈外科部,不列颠哥伦比亚大学)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.RO
AI总结 SurgCalib通过基于高斯点散的无标记方法实现手术机器人手眼标定,提升手术精度与无菌环境合规性。
Comments 9 pages, 7 figures
ReconDrive: 用于自动驾驶场景重建的快速前馈4D高斯点扩散
机构 * Tuojing Intelligence ; The University of Hong Kong(香港大学) ; King's College London(伦敦国王学院) ; The University of Sydney(悉尼大学) ; Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.RO
AI总结 ReconDrive通过改进的4D高斯点扩散方法,在自动驾驶场景重建中实现高效高保真生成。
不确定性在单目4D重建中的动态高斯点云中至关重要
机构 * Texas A&M University(德克萨斯大学)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.GR
AI总结 USplat4D通过建模高斯点云的不确定性,提升单目4D重建的稳定性和合成质量。
Comments Accepted to ICLR 2026. Project page: https://tamu-visual-ai.github.io/usplat4d/
ST-GS:基于视觉的3D语义占用预测与空间-时间高斯点划法
机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology(电子与计算机工程系,香港科学与技术大学)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.RO
AI总结 ST-GS通过空间-时间高斯点划法提升3D语义占用预测的时空建模能力,实现更优的时间一致性与性能
Comments Accepted by ICRA 2026
NRGS-SLAM:通过变形感知的3D高斯点云实现内窥镜单目非刚性SLAM
机构 * Department of Mechanical and Automation Engineering and T Stone Robotics Institute, The Chinese University of Hong Kong(机械与自动化工程系和T Stone机器人研究所,香港中文大学) ; School of Automation and Intelligent Sensing, the State Key Laboratory of Avionics Integration and Aviation System of-Systems Synthesis, and Shanghai Key Laboratory of Navigation and Location Based Services, Shanghai Jiao Tong University(自动化与智能感知学院、航空系统集成与航空系统综合国家重点实验室、上海导航与定位服务重点实验室,上海交通大学)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.RO
AI总结 NRGS-SLAM通过变形感知的3D高斯点云实现内窥镜单目非刚性SLAM,有效解决刚性假设与变形耦合问题,提升定位精度与重建质量。
通过可重照明的3D高斯点散布实现森林中的零样本无人机导航
机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University(自动化与智能感知学院,上海交通大学)
专题命中 Gaussian Splatting :Gaussian Splatting(title,abstract);分类 cs.CV、cs.RO
AI总结 本文提出一种基于可重照明3D高斯点散布的端到端强化学习框架,实现无人机在复杂森林环境中的零样本导航,具备对光照变化的强鲁棒性。
Comments 12 pages, 8 figures