视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
利用NeRF渲染图像进行3D高斯泼溅
机构 * Institute of Science Tokyo（东京科学研究所）
专题命中 Gaussian Splatting ：NeRF(title,title_cn)；3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；novel view synthesis(abstract)
AI总结 提出利用NeRF渲染图像辅助3DGS训练，通过去除瞬态物体和生成鸟瞰视图，结合扩散增强，在保持3DGS速度的同时提升街景渲染质量。
Comments ICIP 2026
SSA-3DGS：用于3D高斯点渲染的屏幕空间伪影无监督移除
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）
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 针对3D高斯点渲染中屏幕空间伪影问题，提出SSA-3DGS无监督框架，利用视图几何一致性，联合优化3D场景与2D叠加，在合成及真实数据集上，相比同条件3DGS提高重建保真度9dB PSNR，且保留伪影。
QuerySplat：解耦3DGS预测中的几何与外观表示
机构 * Inspatio
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；3D reconstruction(abstract)；novel view synthesis(abstract)
AI总结 QuerySplat是解耦3DGS几何与外观表示的前馈框架，通过双分支解码器缓解模糊问题，在DL3DV基准上实现SOTA新视图合成，PSNR较基线显著提升。
SpatialQ：基于视觉的多模态大语言模型（MLLM）理解3D Gaussian Splatting场景质量
机构 * Peking University（北京大学） ； Peng Cheng Laboratory（鹏城实验室） ； Fuzhou University（福州大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,title_cn)；3DGS(summary_cn,abstract)；point cloud(abstract)；novel view synthesis(abstract)
AI总结 针对3DGS场景质量评估的局限，本文提出SpatialQ框架，通过VGGT编码器与Qwen-MLLM实现结构感知的多模态质量评估，解决传统IQA仅依赖2D线索的问题。
注意差距：标准 3DGS 评估主要衡量近轨迹插值
机构 * Advanced Micro Devices, Inc.（超威半导体公司）
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；NeRF(abstract,abstract_cn)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 标准 3DGS 评估采用隔帧留出法，实际衡量近轨迹插值而非空间泛化。本文提出匹配计数协议，发现插值与外推之间存在 3~12dB 的稳定差距，该差距跨表示族存在，主要由几何代理分量主导，并建议采用空间留出基准。
3DGBGS：用于紧凑新视图合成的3D颗粒球高斯溅射
机构 * Chongqing University of Posts and Telecommunications（重庆邮电大学） ； Chongqing Ant Consumer Finance Co., Ltd.（重庆蚂蚁消费金融有限公司）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；novel view synthesis(title)；point cloud(abstract)
AI总结 本文针对现有锚点3DGS的空间适应性问题，提出3DGBGS框架，通过自适应颗粒球划分优化锚点，在维持渲染质量的同时降低了锚点数量与模型存储。
DeGS：一种通过解耦工作负载解析与重组实现的可扩展3DGS架构
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 DeGS是一种解耦工作负载解析与重组的可扩展3DGS架构，通过优化数据流提升PE利用率，在多场景多分辨率下较现有3DGS加速器实现吞吐量、加速比与能效提升，高PE扩展时仍保持高利用率。
Comments Accepted to the 59th IEEE/ACM International Symposium on Microarchitecture (MICRO 2026)
通过平坦极小值优化改进稀疏视角3DGS泛化能力
机构 * Sungkyunkwan University（成均馆大学）
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 针对稀疏视角下3DGS过拟合问题，提出基于平坦极小值优化的轻量训练框架，通过各向异性高斯扰动和周期性重初始化提升泛化性能。
Comments Accepted to ECCV 2026. Project Page: https://kangrnin.github.io/FlatMinGS
3D Gaussian Splatting 与基于网格的数字孪生：面向虚拟现实旅游的探索性研究
专题命中 Gaussian Splatting ：Gaussian Splatting(title,title_cn)；3DGS(summary_cn,abstract)
AI总结 本研究对比了 VR 旅游应用中基于网格与 3DGS 的数字孪生的用户体验，发现 3DGS 真实感更强但实用质量不足，网格版 UX 良好，还提出了临场感与晕动症的优化问题。
Comments Accepted to the 1st Workshop on Hyperrealism in XR at ISMAR 2026
TRACE-GS：用于稀疏视图3D高斯溅射（3DGS）恢复的带特权几何条件的在线策略轨迹蒸馏
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 TRACE-GS是首个利用训练时的特权几何条件，将扩散先验适配到稀疏视图3DGS恢复的在线策略轨迹蒸馏框架，在各设置下实现了一致性能提升与强泛化性。
CaT-GS：通过帧间缓存和瓦片调度实现大规模场景的高效3DGS渲染
机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；分类 cs.CV
AI总结 针对3DGS在大规模场景中性能下降问题，CaT-GS提出通过推测性多帧预处理、帧间缓存机制及重构光栅化任务来消除冗余与减轻负载不平衡，实验证明其显著提升渲染速度，为大规模场景高保真实时渲染建立新基准。
Comments CVPR 2026
一种由 3DGS 驱动的用于水下遥操作的动态视点和振动触觉框架，并通过功能近红外光谱法进行验证
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；分类 cs.RO
AI总结 研究针对水下遥操作受限于二维视图和通信延迟的问题，提出基于 ROS - Unity 框架的多模态架构，用 3DGS 驱动的 DAVS 及振动触觉套装辅助，经实验验证该方式能提升操作员性能与认知耐力。
Comments 9 pages, 6 figures
PD-GS：音素驱动的3DGS用于音频驱动的说话头生成
机构 * Southeast University（东南大学） ； School of Computer Science and Engineering（计算机科学与工程学院）
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)
AI总结 针对3DGS说话头渲染的漏嘴伪影问题，提出PD-GS模型，通过LFM融合音频与音素信息，在HDTF数据集上实现最优嘴唇几何，提升神经化身的语言忠实度。
Comments Accepted to ACM MM 2026
Stipple：基于视觉-惯性跟踪的实时增量高斯溅射技术
机构 * Technical University of Munich（慕尼黑工业大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.RO
AI总结 本文提出Stipple方法，结合Basalt视觉-惯性跟踪系统与Brush增量3D高斯溅射技术，实现实时同步跟踪重建，替代3DGS繁重步骤，为机器人与XR的实时3D重建提供解决方案。
Mesh2GS: 通过全光采样实现白盒3DGS构建
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.GR
AI总结 提出Mesh2GS框架，基于全光采样理论从网格几何直接生成3D高斯，实现奈奎斯特级全局光照渲染，并通过反照率-明暗分解和神经照明增强模块处理非朗伯效应。
Comments 16 pages, 7 figures
InstanceSplat：面向场景理解的实例感知前馈三维高斯溅射
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；分类 cs.CV
AI总结 InstanceSplat是统一前馈3DGS框架，通过单次前向传播构建联合编码多信息的实例感知高斯表示，以实例为中心的学习策略实现重建与场景理解互益，在多任务上达到SOTA性能与强泛化性。
Comments Project page: https://jamchaos.github.io/InsSplat/
3DGSI-Assessor：面向3D高斯溅射图像质量评估的大规模数据集与基于大视觉语言模型的方法
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 针对3D高斯溅射压缩的失真评估缺口，提出含15200张图像的多维IQA数据集3DGS-IEval-15K+，并构建基于大视觉语言模型的一体化IQA框架3DGSI-Assessor，该框架在对应数据集上达SOTA且泛化性良好。
COLMAR：用于多智能体主动3D重建的协作视图策略学习
机构 * Purdue University（普渡大学） ； DEVCOM Army Research Laboratory（陆军研究实验室）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；3D reconstruction(title,abstract)；Gaussian Splatting(abstract)；分类 cs.RO
AI总结 研究多智能体主动3D重建中协调效率低的问题，提出COLMAR框架，将视点分配作为共享策略优化，用参数共享PPO训练，结合3DGS重建，实验表明相比基线在传感预算匹配时重建精度和覆盖率显著提升。
Comments 8 pages, 5 figures, IROS 2026
3D高斯溅射中保持几何结构的LiDAR-相机外参标定
机构 * Kyung Hee University（庆熙大学）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 针对LiDAR-相机标定中跨模态特征稀缺问题，提出通过多视图LiDAR深度监督和阻止光度梯度更新高斯空间参数来保持3DGS代理的度量几何，提升标定精度。
Comments Accepted to ECCV 2026. 15 pages (excluding references), 5 figures
MoonSplat: 基于Sim(3)全局优化的单目在线高斯泼溅
机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机技术研究所） ； Beijing Hydrogen Intelligent Tech. Co., Ltd.（北京氢元智能科技有限公司）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；分类 cs.CV
AI总结 提出一种结合Sim(3)全局优化的在线体素化3DGS框架，通过颜色残差学习策略加速收敛，实现鲁棒的相机跟踪和全局闭环，在室内外数据集上达到SOTA性能。
Comments SIGGRAPH 2026
置信度很重要：利用多视图几何先验实现基于3D高斯溅射（3DGS）的重建
机构 * University of Bonn（波恩大学） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔机器学习与人工智能研究所）
专题命中 Gaussian Splatting ：3DGS(title_cn,summary_cn)；Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.GR
AI总结 该研究针对3D高斯溅射（3DGS）几何重建不佳的问题，提出融入多视图几何先验并利用其附带的置信度图加权，在标准基准及含镜面物体的复杂场景中实现了重建质量的显著提升。
快速3D基础模型初始化高斯点云渲染
机构 * Aust-Agder utviklings- og kompetansefond (AAUKF)（奥斯特-阿格德尔发展与能力基金）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract,abstract_cn)；3DGS(abstract,abstract_cn)；分类 cs.CV、cs.GR、cs.RO
AI总结 介绍一种无需传统运动结构方法的高质量3D高斯点云重建快速方法，利用3D基础模型初始化相机姿态和点云，通过深度引导损失函数联合优化，提升稀疏视图重建质量，减少训练时间。
Comments 8 pages, 5 figures, 5 tables. Accepted at ICECET 2026
改进的 VBGS：实时连续变分贝叶斯高斯点云融合
专题命中 Gaussian Splatting ：NeRF(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV、cs.RO
AI总结 针对实时重建需求，改进的 VBGS 框架通过空间截断变分推理和改进重新分配，加速连续重建。在 NeRF 合成数据集上，RTX 3070 Ti 实现平均每帧延迟大幅降低，加速 1680 倍，且保持重建质量。
Comments 5 pages, 4 figure. Technical Report. This work introduces ImprovedVBGS, accelerated continual learning for 3D Gaussian Splatting based Reconstruction. Code available at [https://github.com/damanimc/ImprovedVBGS](https://github.com/damanimc/ImprovedVBGS)
UniWorld-View：基于视频扩散模型的大基线视图合成
机构 * Peking University（北京大学） ； Rabbitpre AI
专题命中 Gaussian Splatting ：NeRF(abstract,abstract_cn)；Gaussian Splatting(abstract,abstract_cn)；3DGS(abstract,abstract_cn)；point cloud(abstract)
AI总结 UniWorld-View 是结合显式 3D 指导与视频扩散建模的统一框架，可从单目输入实现可控大基线新视图合成，在基准测试中展现出优异的可控性、几何一致性与视觉保真度。
Comments Project Homepage: https://zhouhyocean.github.io/uniworld-view/ Code: https://github.com/PKU-YuanGroup/UniWorld-View
基于语义三维高斯溅射的开放词汇移动操作具身多模态定位
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Midea Group（美的集团） ； The Hong Kong University of Science and Technology（香港科技大学）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV、cs.RO
AI总结 本文针对家庭场景开放词汇移动操作的目标定位问题，提出整合Semantic-3DGS的具身多模态框架，经50次真实机器人试验，在长 horizon、杂乱场景等任务中优于PointVLA等基线方法，提升了操作鲁棒性。
Comments 9 pages, 11 figures. Accepted to ACM Multimedia 2026 (MM '26)
GaussLite：面向实时机器人建图的任务条件化3D高斯泼溅
机构 * Aerospace Controls Laboratory, MIT（麻省理工学院航空航天控制实验室）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV、cs.RO
AI总结 提出GaussLite，一种任务驱动的3DGS建图系统，通过自然语言任务规范调节表示密度，利用LLM解析器提取目标并实时生成像素级相关性掩码，在有限资源下实现实时建图，ROI PSNR提升约2.72 dB。
LocusGS：用于前馈三维高斯溅射的空间锚定令牌
机构 * National University of Defence Technology（国防科技大学）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title)；novel view synthesis(abstract)；分类 cs.CV
AI总结 LocusGS为前馈3DGS的高斯查询添加三维锚定状态，提升查询空间连贯性，在相同高斯预算下改善新视图合成的渲染质量。
JSGS：基于混合质量视图的3D高斯溅射的JPEG状态引导监督
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 针对混合质量JPEG图像损坏3D高斯溅射（3DGS）跨视图高斯更新的问题，提出JSGS方法，利用JPEG量化表构建观测算子并结合块差异正则化，在7个场景和3种设置下获最优指标且渲染速度约150 FPS。
EvTrajGS：基于无姿态事件流的精确高效3D高斯溅射（Gaussian Splatting）方法
机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； Guangdong Province Key Laboratory of Information Security Technology（广东省信息安全技术重点实验室） ； Key Laboratory of Machine Intelligence and Advanced Computing, Ministry of Education（机器智能与先进计算教育部重点实验室） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； School of Computing and Information Technology, Great Bay University（大湾区大学计算与信息技术学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,title_cn)；3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出EvTrajGS框架，针对无姿态事件流实现精确高效的3D高斯溅射，通过连续时间轨迹参数化、时间耦合姿态更新及损失加权事件采样，在提升重建与姿态精度的同时降低计算开销，性能优于现有方法。
DynActiveGS：面向动态场景重建的主动高斯溅射方法
机构 * Tsinghua University, Shenzhen International Graduate School（清华大学深圳国际研究生院） ； Huawei Technologies Ltd（华为技术有限公司） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory（鹏城实验室）
专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 DynActiveGS是基于3DGS的动态感知主动重建框架，通过分解不确定性实现动态场景的鲁棒主动重建，在多指标上优于现有基线。
Comments Accepted to ACM Multimedia 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈