3D 视觉

Learning 3D Representations for Spatial Intelligence from Unposed Multi-View Images

从未标注的多视角图像中学习3D表示以提升空间智能

Bo Zhou, Qiuxia Lai, Zeren Sun, Xiangbo Shu, Yazhou Yao, Wenguan Wang

机构 * Nanjing University of Science and Technology（南京理工大学） ； Zhejiang University（浙江大学） ； Communication University of China（中国传媒大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本文提出UniSplat框架，通过双掩码策略、高斯溅射策略和姿态条件重校准机制，解决未标注多视角图像中3D表示学习的几何诱导弱、外观细节不足和几何语义不一致问题，实现鲁棒且通用的3D表示。

Comments CVPR 2026

F3G-Avatar : Face Focused Full-body Gaussian Avatar

F3G-Avatar：面向面部的全身体素人像

Willem Menu, Erkut Akdag, Pedro Quesado, Yasaman Kashefbahrami, Egor Bondarev

机构 * AIMS Group, Department of Electrical Engineering, Eindhoven University of Technology（埃因霍温理工大学电气工程系AIMS组） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本文提出F3G-Avatar，一种基于多视角视频和回归姿态/形状参数的全身体素人像合成方法，通过双分支架构实现面部细节的精细化建模，实验显示其在近景视图中具有高质量的渲染效果。

Comments CVPRW 3DMV, 10 pages

ReconPhys: Reconstruct Appearance and Physical Attributes from Single Video

ReconPhys：从单个视频中重建外观和物理属性

Boyuan Wang, Xiaofeng Wang, Yongkang Li, Zheng Zhu, Yifan Chang, Angen Ye, Guosheng Zhao, Chaojun Ni, Guan Huang, Yijie Ren, Yueqi Duan, Xingang Wang

机构 * GigaAI ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tsinghua University（清华大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本文提出ReconPhys，首个能从单目视频联合学习物理属性估计和3D高斯点云重建的端到端框架，实现快速高效的目标检测与生成。

PanopticQuery: Unified Query-Time Reasoning for 4D Scenes

PanopticQuery：4D场景的统一查询时推理

Ruilin Tang, Yang Zhou, Zhong Ye, Wenxi Liu, Yan Huang, Shengfeng He

机构 * School of Computer Science and Engineering, South China University of Technology（华南理工大学计算机科学与工程学院） ； School of Computing and Information Systems, Singapore Management University（新加坡管理大学计算与信息系统学院） ； School of Computer Science and Technology, Guangdong University of Technology（广东工业大学计算机科学与技术学院） ； College of Computer and Data Science, Fuzhou University（福州大学计算机与数据科学学院） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本文提出PanopticQuery框架，通过4D高斯散射和多视角语义共识机制，实现动态场景的自然语言查询推理，提升复杂语义处理能力。

2D Triangle Splatting for Direct Differentiable Mesh Training

二维三角形投射用于直接可微网格训练

Kaifeng Sheng, Zheng Zhou, Yingliang Peng, Qianwei Wang

机构 * Amap, Alibaba Group（高德，阿里巴巴集团） 纠错

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

AI总结 本文提出2DTS方法，用二维三角形替代三维高斯体，形成离散网格结构并保持连续体积分的优点，实验表明其在视觉质量上与高斯方法相当，且更直接连接传统网格表示。

Comments 13 pages, 8 figures

UNICA: A Unified Neural Framework for Controllable 3D Avatars

UNICA：一种统一的神经框架用于可控的3D人形 avatars

Jiahe Zhu, Xinyao Wang, Yiyu Zhuang, Yanwen Wang, Jing Tian, Yao Yao, Hao Zhu

机构 * Nanjing University（南京大学） ； State Key Laboratory of Novel Software Technology（计算机软件新技术国家重点实验室） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 UNICA通过动作条件扩散模型和点转换器生成可控的3D人形，实现无需骨骼的统一生成框架，支持自由视角渲染和动态衣物处理。

Comments Opensource code: https://github.com/zjh21/UNICA

Better Rigs, Not Bigger Networks: A Body Model Ablation for Gaussian Avatars

更好的骨架，而非更大的网络：一种用于高斯avator的体模消融

Derek Austin

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本文通过将SMPL替换为MHR，展示了在PeopleSnapshot和ZJU-MoCap数据集上，体模表达能力是avator重建的主要瓶颈，且网格表示能力和姿态估计质量均对整体性能有显著贡献。

Resonance4D: Frequency-Domain Motion Supervision for Preset-Free Physical Parameter Learning in 4D Dynamic Physical Scene Simulation

Resonance4D: 频域运动监督用于预设-free 物理参数学习的4D动态物理场景模拟

Changshe Zhang, Jie Feng, Siyu Chen, Guanbin Li, Ronghua Shang, Junpeng Zhang

机构 * Xidian University（西安电子科技大学） ； Jimei University（集美大学） ； Sun Yat-sen University（中山大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 Resonance4D通过结合3D高斯散射与物质点方法，提出轻量且物理表达的监督策略，解决动态一致性问题，减少训练成本和内存开销，实现高保真的4D物理模拟。

MoRe-3DGSMR: Motion-resolved reconstruction framework for free-breathing pulmonary MRI based on 3D Gaussian representation

MoRe-3DGSMR：基于3D高斯表示的自由呼吸肺部MRI运动解析重建框架

Tengya Peng, Ruyi Zha, Qing Zou

机构 * Department of Biomedical Engineering, University of Texas Southwestern Medical Center（德克萨斯大学西南医学中心生物医学工程系） ； Australian National University（澳大利亚国立大学） ； Department of Pediatrics, University of Texas Southwestern Medical Center（德克萨斯大学西南医学中心儿科学系） ； Department of Radiology, University of Texas Southwestern Medical Center（德克萨斯大学西南医学中心放射学系） ； Advanced Imaging Research Center, University of Texas Southwestern Medical Center（德克萨斯大学西南医学中心高级影像研究中心） 纠错

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

AI总结 本文提出一种无监督的自由呼吸肺部MRI运动解析重建框架，利用3D高斯表示解决运动解析3D等距肺部MRI重建问题，通过空间表示连续化提升图像质量。

VerseCrafter: Dynamic Realistic Video World Model with 4D Geometric Control

VerseCrafter：基于4D几何控制的动态真实视频世界模型

Sixiao Zheng, Minghao Yin, Wenbo Hu, Xiaoyu Li, Ying Shan, Yanwei Fu

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； HKU（香港大学） ； ARC Lab, Tencent PCG（腾讯PCG ARC实验室） 纠错

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

AI总结 本文提出VerseCrafter，通过4D几何控制生成动态真实视频，相比传统方法更精确控制相机和多物体运动。

Comments Project Page: https://sixiaozheng.github.io/VerseCrafter_page/, Accepted by CVPR 2026

Detailed Geometry and Appearance from Opportunistic Motion

从偶然运动中获取详细的几何与外观

Ryosuke Hirai, Kohei Yamashita, Antoine Guédon, Ryo Kawahara, Vincent Lepetit, Ko Nishino

机构 * Graduate School of Informatics, Kyoto University（京都大学信息学研究生院） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本文提出利用物体偶然运动获取更多准确的3D几何与外观，通过联合姿态与形状优化和新型外观模型提升重建精度。

GLINT: Modeling Scene-Scale Transparency via Gaussian Radiance Transport

GLINT：通过高斯辐射传输建模场景级透明度

Youngju Na, Jaeseong Yun, Soohyun Ryu, Hyunsu Kim, Sung-Eui Yoon, Suyong Yeon

机构 * KAIST（韩国科学技术院） ； NAVER LABS 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 GLINT通过显式分解的高斯表示建模场景级透明度，分离反射和透射辐射，利用几何分离线索和预训练视频照明模型提升透明场景重建性能。

Comments CVPR 2026, Project page: https://youngju-na.github.io/GLINT

MoRGS: Efficient Per-Gaussian Motion Reasoning for Streamable Dynamic 3D Scenes

MoRGS：面向流式动态3D场景的高效每高斯运动推理

Wonjoon Lee, Sungmin Woo, Donghyeong Kim, Jungho Lee, Sangheon Park, Sangyoun Lee

机构 * Yonsei University（延世大学） ； Electronics and Telecommunications Research Institute (ETRI)（韩国电子通信研究院） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本文提出MoRGS，通过显式建模每高斯运动提升4D重建质量，利用稀疏关键视图的光流作为轻量运动提示，引入每高斯运动置信度以区分动态与静态高斯，提升重建质量和时间一致性。

$π$, But Make It Fly: Physics-Guided Transfer of VLA Models to Aerial Manipulation

$π$, 但使其飞行：基于物理的VLA模型向空中操作的转移

Johnathan Tucker, Denis Liu, Aiden Swann, Allen Ren, Javier Yu, Jiankai Sun, Brandon Kim, Lachlain McGranahan, Quan Vuong, Mac Schwager

机构 * Stanford University（斯坦福大学） ； Physical Intelligence 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.RO

AI总结 本文提出AirVLA系统，研究预训练VLA模型在空中抓取任务中的迁移性，通过引入负载感知指导机制和高斯点扩散管道合成数据，提升空中操作性能，实现导航任务100%成功和抓取任务50%成功。

Where, What, Why: Toward Explainable 3D-GS Watermarking

何处、何物、为何：迈向可解释的3D-GS水印

Mingshu Cai, Jiajun Li, Osamu Yoshie, Yuya Ieiri, Yixuan Li

机构 * Waseda University（早稻田大学） ； Southeast University（东南大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本文提出一种原生表示框架，通过三专家模块和安全预算感知门实现水印载体选择和质量保护，结合通道组掩码提升水印鲁棒性和可解释性，相比现有方法在PSNR和比特精度上均有提升。

Comments CVPR 2026

Nevis Digital Twin: Photogrammetry and Immersive Visualization of Historical Sites

Nevis数字孪生：历史遗址的摄影测量与沉浸式可视化

Alex Apffel, Huy Tran, Vuthea Chheang

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.GR

AI总结 本文提出了一种多模态数据采集流程，用于保护受威胁的历史遗址，通过摄影测量和3D高斯点散布实现虚拟重建，以提供可扩展的数字遗产民主化模型。

Comments ARCHERIX Workshop - IEEE VR 2026

GoDe: Gaussians on Demand for Progressive Level of Detail and Scalable Compression

GoDe：为渐进细节层次和可扩展压缩的高斯

Francesco Di Sario, Riccardo Renzulli, Marco Grangetto, Akihiro Sugimoto, Enzo Tartaglione

机构 * National Institute of Informatics（日本信息处理研究所） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 GoDe通过重新组织高斯原始体，实现可扩展压缩和渐进细节控制，无需重新训练或微调，提升内存和带宽效率。

DriveSplat: Unified Neural Gaussian Reconstruction for Dynamic Driving Scenes

DriveSplat：统一的神经高斯重建用于动态驾驶场景

Cong Wang, Ruiqi Song, Wei Tian, Chenming Zhang, Lingxi Li, Long Chen

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems（多模态人工智能系统国家重点实验室） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Zhongguancun Academy（中关村学院） ； Waytous 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本文提出DriveSplat，一种统一的神经高斯框架，用于重建动态驾驶场景。通过引入场景感知的LOD模型和对象中心的神经高斯原语，实现对静态背景和动态物体的高效重建，实验表明其在新视角合成和时空稳定性方面表现优异。

SMAL-pets: SMAL Based Avatars of Pets from Single Image

基于SMAL的宠物单图像生成高保真可编辑3D宠物化身

Piotr Borycki, Joanna Waczyńska, Yizhe Zhu, Yongqiang Gao, Przemysław Spurek

机构 * Jagiellonian University（雅盖隆大学） ； Huawei（华为） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 本文提出SMAL-pets框架，通过混合架构结合3D高斯溅射与SMAL参数模型，实现单图像生成高质量可编辑宠物3D化身，支持通过文本提示进行外观和行为编辑。

4D Radar-Inertial Odometry based on Gaussian Modeling and Multi-Hypothesis Scan Matching

基于高斯建模和多假设扫描匹配的4D雷达-惯性里程计

Fernando Amodeo, Luis Merino, Fernando Caballero

机构 * Service Robotics Laboratory, Universidad Pablo de Olavide（服务机器人实验室， Pablo de Olavide 大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.RO

AI总结 本文提出基于高斯分布的4D雷达场景表示方法，通过全局优化提升注册精度，并通过多假设优化避免局部最优，实验表明其在雷达-惯性里程计任务中表现优异。

Comments Our code and results can be publicly accessed at: https://github.com/robotics-upo/gaussian-rio-cpp Accepted for publication in IEEE Robotics and Automation Letters

IRIS: Intersection-aware Ray-based Implicit Editable Scenes

IRIS：基于交点的射线隐式可编辑场景

Grzegorz Wilczyński, Mikołaj Zieliński, Krzysztof Byrski, Joanna Waczyńska, Dominik Belter, Przemysław Spurek

机构 * Jagiellonian University, Faculty of Mathematics and Computer Science（杰洛尼摩大学数学与计算机科学学院） ； Poznań University of Technology, Institute of Robotics and Machine Intelligence（波兹南技术大学机器人与人工智能研究所） ； IDEAS Research Institute（IDEAS研究所） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 IRIS提出一种高效交互式场景编辑方法，通过分析采样策略和连续特征聚合机制，解决传统射线追踪的效率问题，实现高保真实时渲染和灵活形状编辑。

Grow with the Flow: 4D Reconstruction of Growing Plants with Gaussian Flow Fields

随流生长：利用高斯流场进行植物生长的4D重建

Weihan Luo, Lily Goli, Sherwin Bahmani, Felix Taubner, Andrea Tagliasacchi, David B. Lindell

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 GrowFlow通过结合3D高斯基元与神经微分方程，实现了植物生长的连续流场建模，提供了一种时间一致的外观建模方法。

Comments Project page: https://weihanluo.ca/growflow/

SGI: Structured 2D Gaussians for Efficient and Compact Large Image Representation

SGI：结构化二维高斯用于高效且紧凑的大图像表示

Zixuan Pan, Kaiyuan Tang, Jun Xia, Yifan Qin, Lin Gu, Chaoli Wang, Jianxu Chen, Yiyu Shi

机构 * University of Notre Dame（诺丁汉大学） ； Tohoku University（东洋大学） ； Leibniz-Institut für Analytische Wissenschaften – ISAS – e.V.（莱比锡分析科学研究所 – ISAS – e.V.） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 SGI通过结构化二维高斯方法实现高效且紧凑的大图像表示，实现高达7.5倍的压缩和1.6倍的优化速度，同时保持图像保真度。

Comments Accepted by CVPR 2026

HDR-NSFF: High Dynamic Range Neural Scene Flow Fields

HDR-NSFF：高动态范围神经场景流场

Shin Dong-Yeon, Kim Jun-Seong, Kwon Byung-Ki, Tae-Hyun Oh

机构 * School of Electrical Engineering, KAIST（韩国科学技术院电子工程学院） ； Dept. of Electrical Engineering, POSTECH（POSTECH电子工程系） ； Grad. School of Artificial Intelligence, POSTECH（POSTECH人工智能研究生院） ； School of Computing, KAIST（韩国科学技术院计算机科学学院） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 HDR-NSFF通过4D时空建模实现动态HDR场景的高精度辐射场重建与时空视图合成。

Comments ICLR 2026. Project page: https://shin-dong-yeon.github.io/HDR-NSFF/

PackUV: Packed Gaussian UV Maps for 4D Volumetric Video

PackUV: 压缩高斯UV映射用于4D体素视频

Aashish Rai, Angela Xing, Anushka Agarwal, Xiaoyan Cong, Zekun Li, Tao Lu, Aayush Prakash, Srinath Sridhar

机构 * Brown University（布朗大学） ； UMass Amherst（马萨诸塞大学阿默斯特分校） ； Meta 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 PackUV通过压缩高斯UV映射实现4D体素视频的高效存储与流式传输，解决了传统方法在长序列和大运动下的时间一致性问题。

Comments https://ivl.cs.brown.edu/packuv

Journal ref CVPR 2026

Phys2Real: Fusing VLM Priors with Interactive Online Adaptation for Uncertainty-Aware Sim-to-Real Manipulation

Phys2Real: 融合视觉语言模型先验与交互在线适应以实现不确定性感知的仿真到现实操控

Maggie Wang, Stephen Tian, Aiden Swann, Ola Shorinwa, Jiajun Wu, Mac Schwager

机构 * Stanford University（斯坦福大学） ； Princeton University（普林斯顿大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.RO

AI总结 Phys2Real通过融合视觉语言模型先验与交互适应，提升仿真到现实操控的不确定性感知与任务成功率。

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026

DM-CFO: A Diffusion Model for Compositional 3D Tooth Generation with Collision-Free Optimization

DM-CFO: 一种用于无碰撞优化的组合3D牙齿生成扩散模型

Yan Tian, Pengcheng Xue, Weiping Ding, Mahmoud Hassaballah, Karen Egiazarian, Aura Conci, Abdulkadir Sengur, Leszek Rutkowski

机构 * School of Computer Science and Technology, Zhejiang Gongshang University（浙江工商大学计算机科学与技术学院） ； AGH University of Krakow（克拉科夫AGH大学） ； Polish Ministry of Science and Higher Education（波兰教育部） ； Tongxiang Institute of General Artificial Intelligence（同祥通用人工智能研究院） ； State Key Laboratory of Advanced Medical Materials and Devices（先进医学材料与器件国家重点实验室） ； School of Artificial Intelligence and Computer Science, Nantong University（南通大学人工智能与计算机科学学院） ； Department of Computer Science, College of Computer Engineering and Sciences, Prince Sattam Bin Abdulaziz University（普莱斯·本·阿卜杜勒阿齐兹大学计算机科学系） ； Department of Computer Science, Qena University（基纳大学计算机科学系） ； Department of Computing Sciences, Tampere University（塔尔库大学计算科学系） ； Department of Computer Science, Universidade Federal Fluminense（里约热内卢联邦大学计算机科学系） ； Shining3D Tech Co., Ltd.（Shining3D科技有限公司） 纠错

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

AI总结 DM-CFO通过扩散模型和无碰撞优化生成组合3D牙齿，提升生成牙齿的多视图一致性和真实性。

Comments Received by IEEE Transactions on Visualization and Computer Graphics

Articulation in Motion: Prior-free Part Mobility Analysis for Articulated Objects By Dynamic-Static Disentanglement

运动中的关节性：通过动态-静态解耦实现无先验知识的关节物体部分移动分析

Hao Ai, Wenjie Chang, Jianbo Jiao, Ales Leonardis, Ofek Eyal

机构 * School of Computer Science, University of Birmingham（伯明翰大学计算机科学学院） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 本文提出了一种无需先验知识的关节物体部分移动分析方法，通过动态-静态解耦实现高质量的3D重建与分割。

Comments Accepted by ICLR 2026. Project Page: https://haoai-1997.github.io/AiM/

LiftAvatar: Kinematic-Space Completion for Expression-Controlled 3D Gaussian Avatar Animation

LiftAvatar：基于运动空间的表达控制3D高斯人偶动画

Hualiang Wei, Shunran Jia, Jialun Liu, Wenhui Li

机构 * College of Computer Science and Technology, Jilin University（吉林大学计算机科学与技术学院） ； Institute of Artificial Intelligence of China Telecom（中国电信人工智能研究院） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 LiftAvatar通过多粒度表达控制和多参考条件机制，提升3D人偶动画的质量和可控性。

Comments 19 pages, 11 figures

CloDS: Visual-Only Unsupervised Cloth Dynamics Learning in Unknown Conditions

CloDS: 未知条件下的视觉-only 无监督布料动力学学习

Yuliang Zhan, Jian Li, Wenbing Huang, Wenbing Huang, Yang Liu, Hao Sun

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学北京校区人工智能学院） ； School of Engineering Science, University of Chinese Academy of Sciences（中国科学院大学工程科学学院） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV

AI总结 CloDS通过无监督学习从多视角视觉数据中学习布料动力学，解决未知条件下的动态模拟问题。

Comments ICLR 2026