MiraGe: Editable 2D Images using Gaussian Splatting
MiraGe: 使用高斯溅射的可编辑2D图像
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；分类 cs.CV
AI总结 提出MiraGe方法，利用镜面反射在3D空间中感知2D图像，并通过平面控制的高斯函数实现精确编辑，提升渲染质量并支持物理仿真修改。
视觉与机器人
3D 视觉
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
1. Gaussian Splatting 122 篇
Forecasting as Rendering: A 2D Gaussian Splatting Framework for Time Series Forecasting
预测即渲染：面向时间序列预测的2D高斯泼溅框架
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；分类 cs.CV
AI总结 提出TimeGS框架，将时间序列预测转化为2D高斯泼溅生成渲染，通过各向异性高斯核和连续光栅化解决周期内与周期间的建模问题，实现SOTA性能。
SplitGaussian: Reconstructing Dynamic Scenes via Visual Geometry Decomposition
SplitGaussian：通过视觉几何分解重建动态场景
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract,abstract_cn)；分类 cs.CV
AI总结 SplitGaussian将场景表示分解为静态与动态分量，解耦运动建模与背景几何，提升动态场景重建的时间一致性、保真度与收敛速度，性能优于现有SOTA方法。
Comments version 2. Accepted By ACM MM 2026
ASTRA: Asynchronous Spatio-Temporal Reconstruction via Trajectory Alignment
ASTRA：基于轨迹对齐的异步时空重建
机构 * School of Electronic Science and Engineering, Nanjing University（南京大学电子科学与工程学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract,abstract_cn)；分类 cs.CV
AI总结 针对动态三维场景重建中多相机异步导致的问题，提出ASTRA框架，通过轨迹对齐联合优化时间偏移与三维表示，在实验中实现了显著的性能提升。
Comments We wish to withdraw this preprint because the current statistical analysis of the experimental data is incomplete and requires re-verification. We plan to submit a revised and thoroughly checked version in the near future
InstantSfM: Towards GPU-Native SfM for the Deep Learning Era
InstantSfM: 向深度学习时代迈进的GPU原生SfM
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3D reconstruction(abstract)；分类 cs.CV
AI总结 InstantSfM通过深度约束的雅可比结构实现GPU原生SfM，解决尺度模糊问题，提升大规模场景下的效率和精度。
Occlusion-Robust Multi-Object Decoupling for Physics-Based Robotic Interaction
基于物理的机器人交互的遮挡鲁棒多对象解耦
机构 * Pengcheng Laboratory（鹏城实验室） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3D reconstruction(abstract)；分类 cs.CV
AI总结 提出一种无掩码方法，从稀疏遮挡视角实现无损多对象3D重建，通过MPM模拟实现物理合理的机器人交互，核心是利用联合SDS过程结合扩散先验实现对象解耦。
Comments 7 pages, 6 figures
Scene Generation at Absolute Scale: Utilizing Semantic and Geometric Guidance From Text for Accurate and Interpretable 3D Indoor Scene Generation
绝对尺度下的场景生成：利用文本的语义和几何引导实现精确且可解释的3D室内场景生成
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3D generation(abstract)；分类 cs.CV
AI总结 提出GuidedSceneGen框架，通过文本预测全局3D布局并利用全景扩散模型和视频扩散模型生成绝对尺度的室内场景，实现高一致性、可导航的3D重建。
CustomX: Unified Character, Action, and Scene Customization in Video World Models
CustomX: 视频世界模型中的统一角色、动作与场景定制
机构 * Fudan University（复旦大学） ； Microsoft Research（微软研究院） ； University of Waterloo（滑铁卢大学） ； The University of Hong Kong（香港大学）
专题命中 Gaussian Splatting ：3DGS(abstract,abstract_cn)；分类 cs.CV
AI总结 提出CustomX，结合静态世界生成与可控实体模型，支持用户指定角色在3D场景中执行开放动作，通过条件自回归视频生成保持视觉保真度。
Comments Accepted to ECCV 2026. Project page: https://snowflakewang.github.io/CustomX_Page/
DynFOA: Generating First-Order Ambisonics with Conditional Diffusion for Dynamic and Acoustically Complex 360-Degree Videos
DynFOA: 基于条件扩散的动态和声学复杂的360度视频生成一阶混响
机构 * School of Computer and Artificial Intelligence, Beijing Technology and Business University, Beijing, China（计算机与人工智能学院，北京技术与商业大学） ； School of Computer Science, The University of Sydney, Sydney, NSW, Australia（计算机科学学院，悉尼大学） ； School of Software, Shandong University, Jinan, China（软件学院，山东大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3DGS(abstract)
AI总结 DynFOA通过动态声学感知和条件扩散生成高质量的360度视频一阶混响，提升沉浸式音频体验。
Comments Revised version with updated content.This submission is the intended replacement of arXiv:2602.06846
Learning 3D-Gaussian Simulators from RGB Videos
从RGB视频学习3D高斯模拟器
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV、cs.GR、cs.RO
AI总结 提出3DGSim，一种从多视角RGB视频直接学习物理交互的3D模拟器，统一了3D场景重建、粒子动力学预测和视频合成，能泛化到未见过的多体交互和新场景编辑。
TerraTransfer: Learning End-to-End Driving Policies Without Expert Demonstrations
TerraTransfer: 无需专家示范的端到端驾驶策略学习
机构 * Applied Intuition ； UCLA（加州大学洛杉矶分校） ； UC Berkeley（加州大学伯克利分校）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV、cs.RO
AI总结 提出一种无需专家示范的端到端驾驶方法，通过向量化模拟器中的自博弈预训练策略，再与预训练视觉骨干对齐，降低了数据成本并达到或超越现有方法。
Resonant Brane Splatting for Arbitrary-Scale Super-Resolution
用于任意尺度超分辨率的共振膜片溅射
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV、cs.GR
AI总结 提出共振膜片溅射（RBS）框架，用Brane基元替代高斯溅射，通过高斯-埃尔米特模式捕获高频细节，实现任意尺度超分辨率的高质量与高效渲染。
SplatPainter: Interactive Authoring of 3D Gaussians from 2D Edits via Test-Time Training
SplatPainter: 通过测试时训练从2D编辑交互式创作3D高斯
机构 * Stanford University（斯坦福大学） ； Adobe
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV、cs.GR
AI总结 提出SplatPainter，一种状态感知的前馈模型，通过测试时训练实现从用户2D视图连续编辑3D高斯资产，支持局部细节优化、涂改和全局重着色，达到交互速度。
Comments project page https://y-zheng18.github.io/SplatPainter/
From Seeing to Experiencing: Scaling Navigation Foundation Models with Reinforcement Learning
从看见到体验：通过强化学习扩展导航基础模型
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Coco Robotics（Coco机器人）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV、cs.RO
AI总结 提出S2E框架，结合离线视频预训练和模拟环境强化学习，通过锚点引导分布匹配和残差注意力模块，提升导航基础模型的交互性和安全性。
Comments 27 pages, 20 figures, 9 tables, conference
HyperGS: Fast and Generalizable Gaussian Video Representation
HyperGS：快速且通用的高斯视频表示
机构 * King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 研究针对高斯视频表示中现有方法依赖单视频优化、编码慢且通用性受限的问题，提出HyperGS方法，通过设计特定Transformer提取令牌和获得高斯表示，结合正则化器解决退化问题，实现快速编码及跨视频通用，提升了PSNR。
Open-Vocabulary BEV Segmentation with 3D-Aware Geometric Constraints
开放词汇BEV分割：基于3D感知几何约束的方法
机构 * KAIST AI（韩国科学技术院人工智能） ； NAVER LABS（NAVER实验室）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 针对开放词汇BEV分割中2D VLM语义到BEV的3D几何不一致问题，提出OVBEVSeg框架，通过三阶段几何约束（伪标签、场景优化、知识蒸馏）实现高效在线推理，在nuScenes上未见类别mIoU超越闭集方法15.3，推理速度提升2.5倍。
Comments This paper has been accepted to ECCV 2026
CityLoc: 6DoF Pose Distributional Localization for Text Descriptions in Large-Scale Scenes with Gaussian Representation
CityLoc：基于高斯表示的大规模场景文本描述的6自由度姿态分布定位
机构 * Computer Vision Lab, ETH Zurich（苏黎世联邦理工学院计算机视觉实验室） ； University of Pisa（比萨大学） ； University of Trento（特伦托大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 研究大规模场景文本描述的6自由度姿态分布定位问题，核心方法是用基于扩散架构结合预训练文本编码器细化姿态，经3D高斯渲染提高精度，通过与标准方法对比验证其在多数据集上的优越性。
Worlds in One Demo: A Synthetic Data Engine for Learning Open-World Mobile Manipulation
世界合一演示：用于学习开放世界移动操作的合成数据引擎
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.RO
AI总结 研究如何通过合成数据引擎WANDA从单个演示学习开放世界移动操作策略，利用重建背景、重排交互片段、校正状态扩展等方法，实现长期鲁棒性、空间泛化和跨环境泛化，还支持跨实体数据生成。
Comments Project website: https://wanda.lecar-lab.org/
VistaVLA: Geometry- and Semantic-Aware 3D Gaussian-Grounded VLA for Robotic Manipulation
VistaVLA：用于机器人操作的几何和语义感知3D高斯基础VLA
机构 * EmPACT Lab, Nanyang Technological University（南洋理工大学EmPACT实验室） ； Institute for Infocomm Research (I2R), A*STAR（资讯通信研究院（I2R），新加坡科技研究局）
专题命中 Gaussian Splatting ：point cloud(abstract)；分类 cs.RO
AI总结 研究针对VLA模型缺乏3D表示的问题，提出VistaVLA框架，通过3D高斯原语构建几何和语义感知的3D认知表示，利用MtQ机制压缩令牌，在模拟和真实环境评估中有效提升VLA性能，尤其在真实场景中显著提高成功率。
A$^2$TG: Adaptive Anisotropic Textured Gaussians for Efficient 3D Scene Representation
A$^2$TG：用于高效3D场景表示的自适应各向异性纹理高斯方法
机构 * National Tsing Hua University（国立清华大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 研究针对高斯体素化表示中纹理固定的问题，提出自适应各向异性纹理高斯（A$^2$TG）方法，通过梯度引导规则确定纹理参数，提升效率与质量，实验证明该方法在内存需求低的情况下能实现高渲染保真度。
Comments ICLR 2026
GAINS: Gaussian-based Inverse Rendering from Sparse Multi-View Captures
GAINS：基于高斯的稀疏多视图捕获逆渲染
机构 * University Kaiserslautern-Landau（凯撒斯劳滕-兰道大学） ； German Research Center for Artificial Intelligence（德国人工智能研究中心） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； College of William & Mary（威廉与玛丽学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 研究针对稀疏视图设置下基于高斯的逆渲染精度下降问题，提出GAINS两阶段逆渲染框架，利用基础模型先验稳定几何和材质估计，经实验验证其在提升材质参数精度等方面效果显著，尤其在稀疏视图下优势明显。
Satellite-Free Training for Drone-View Geo-Localization
无需卫星的无人机视角地理定位
机构 * Nanjing University of Science and Technology（南京理工大学） ； University of Tsukuba（筑波大学） ； Nanyang Technological University（南洋理工大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 本文提出无需卫星数据的训练框架，通过三维场景重建、伪正射影像生成和特征聚合，提升无人机在无GPS环境下的地理定位性能。
Comments Withdrawn by the authors to allow for substantial revision in light of valuable reviewer feedback. A thoroughly revised version may be submitted in the future
Effective Gaussian Management for High-fidelity Scene Reconstruction
高保真物体重建的有效高斯管理
机构 * School of Automation, Nanjing University of Posts and Telecommunications（南京邮电大学自动化学院） ； school of Communications and Information Engineering, Nanjing University of Posts and Telecommunications（南京邮电大学通信与信息工程学院） ； School of Software, Dalian University of Technology（大连理工大学软件学院） ； Department of Computer and Information Science, University of Macau（澳门大学计算机与信息科学系） ； School of Software and BNRist, Tsinghua University（清华大学软件学院和BNRist）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 提出一种高斯管理框架，通过选择性激活属性、自适应表示和任务解耦剪枝，结合正则化表面重建模块，在减少参数的同时实现高保真外观与几何重建。
Comments 15 pages, 14 figures
GaussianGPT: Towards Autoregressive 3D Gaussian Scene Generation
GaussianGPT：迈向自回归3D高斯场景生成
机构 * Technical University of Munich, Germany（德国慕尼黑工业大学）
专题命中 Gaussian Splatting ：3D generation(abstract)；分类 cs.CV
AI总结 本文提出GaussianGPT，一种基于Transformer的自回归模型，通过逐词预测生成3D高斯分布，实现可控的3D场景生成，支持逐步构建场景并支持完成、外推等操作。
Comments Project page: https://nicolasvonluetzow.github.io/GaussianGPT/ - Project video: https://youtu.be/zVnMHkFzHDg - Accepted at ECCV 2026
Instant Expressive Gaussian Head Avatars at Over 100 FPS
即时表达性高斯头部虚拟化身，帧率超过100 FPS
机构 * University of California, San Diego（加州大学圣地亚哥分校） ； NVIDIA（英伟达）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 提出一种前馈编码器流水线，将单张野外图像转换为3D一致、快速且富有表现力的可动画化表示，通过轻量级局部融合策略实现高动画表现力，运行速度达107.31 FPS。
Comments Project website is https://research.nvidia.com/labs/amri/projects/instant4d
Unified Gaussian Primitives for Scene Representation and Rendering
统一的高斯基元用于场景表示与渲染
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.GR
AI总结 提出基于3D高斯分布的统一渲染基元，支持从光滑表面到模糊元素的外观，并实现基于物理的散射以进行全局光照，兼容蒙特卡洛路径追踪，可转换自网格和3D高斯泼溅，支持透射率优化。
Comments Accepted to ACM Transactions on Graphics (June 2026). Project page: https://mangosister.github.io/gsr_site/
SignSparK: Efficient Multilingual Sign Language Production via Sparse Keyframe Learning
SignSparK: 通过稀疏关键帧学习实现高效多语言手语生成
机构 * CVSSP, University of Surrey, United Kingdom（CVSSP，萨里大学，英国）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 提出SignSparK框架，利用稀疏关键帧和条件流匹配生成流畅3D手语序列，缓解回归到均值问题，支持多语言和关键帧到姿态编辑，实现最先进性能。
Comments Accepted at European Conference on Computer Vision (ECCV) 2026. Project page available: https://cogvis-cvssp.github.io/papers/signspark/
ZipSplat: Fewer Gaussians, Better Splats
ZipSplat: 更少的高斯，更好的泼溅
机构 * ETH Zürich（苏黎世联邦理工学院） ； Microsoft（微软）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 提出 ZipSplat，一种基于令牌的前馈模型，通过聚类压缩视觉令牌并解码为高斯组，在无需重训练的情况下实现质量-效率权衡，以约6倍更少的高斯数在DL3DV和RealEstate10K上达到新最优。
2. 点云 134 篇
A Survey on Deep Learning Architectures for Point Cloud Classification and Segmentation
针对点云分类和分割的深度学习架构系统性调研
机构 * State University of New York at Albany（纽约州立大学阿尔巴尼分校）
专题命中 点云 ：point cloud(title,abstract)；3D vision(abstract)；分类 cs.CV
AI总结 本文系统性地探讨了点云分类和分割中的深度学习架构，分析了点云数据的结构特性，分类了不同架构的工作，并评估了其在主流基准上的性能，同时指出了开放挑战和未来方向。
Comments We reviewed a decade of advancements in point cloud processing: trace the evolution of the field from its foundational roots to the modern SOTA, analyze how diverse architectures overcome the inherent geometric challenges of 3D data, and map out critical research gaps alongside promising future directions. GitHub: https://github.com/MinhasKamal/DeepLearningForPointCloud
Journal ref ACM Transactions on Multimedia Computing, Communications, and Applications (TOMM), 2026
FUSE-Flow: A Decoupled Framework for Calibration and Stateless Real-Time Multi-View Point Cloud Fusion
FUSE-Flow：一种用于标定和无状态实时多视角点云融合的解耦框架
专题命中 点云 ：point cloud(title,abstract)；3D reconstruction(abstract)
AI总结 提出一种解耦标定与融合的框架FUSE-Flow，通过几何对齐标定模块和置信度引导融合模块，实现无标定板、无全局优化的实时多视角点云融合，在视觉效果、动态稳定性和可扩展性上优于主流方法。
Comments 8pages,5figures, the version to submit IEEE TMM, resubmitted on 2026.7.8
