视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
MUT3R：面向动态3D重建的运动感知更新Transformer
机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV、cs.RO
AI总结 MUT3R通过利用预训练Transformer的运动线索，在无需训练的情况下抑制动态内容，提升动态场景下的3D重建时间一致性和姿态鲁棒性。
DINO-RotateMatch：一种面向大规模3D重建的鲁棒图像匹配深度框架
机构 * Beijing National Day School（北京国家日学校） ； No.2 High School of East China Normal University（华东师范大学第二中学） ； CodingFuture Research Center（CodingFuture研究中心）
专题命中 三维重建 ：3D reconstruction(title,abstract)；分类 cs.CV
AI总结 DINO-RotateMatch通过结合自监督全局描述符与旋转增强的局部匹配，提升大规模3D重建中的图像匹配鲁棒性与可扩展性。
Comments 9 pages, 5 figures, 1 table
基于记忆的点云补全用于牙科重建
机构 * College of Information and Intelligent Science, Donghua University, Shanghai, China（信息与智能科学学院，东华大学，上海，中国） ； Institute of Artificial Intelligence, Shanghai University, Shanghai, China（人工智能研究院，上海大学，上海，中国）
专题命中 三维重建 ：point cloud(title,abstract)；分类 cs.CV
AI总结 本文提出一种基于记忆的点云补全方法，通过整合可学习的原型记忆来稳定缺失区域推断并提升牙科点云重建的准确性。
辐射场的体积重建中的辐射网格
机构 * Google（谷歌）
专题命中 三维重建 ：NeRF(abstract)；分类 cs.CV、cs.GR
AI总结 本文提出辐射网格技术，通过Delaunay四面体化实现高效体积重建，结合光栅化和光线追踪实现高质量实时渲染，并支持多种应用扩展。
Comments Website: half-potato.gitlab.io/rm
视觉几何基础变换器中涌现的异常视图拒绝
机构 * KAIST AI（韩国科学技术院人工智能研究所） ； New York University（纽约大学） ； ETH AI Center, ETH Zurich（苏黎世联邦理工学院人工智能中心） ； UC Berkeley（伯克利加州大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出通过视觉几何基础变换器中涌现的异常视图拒绝机制，无需额外训练即可提升前馈3D重建在野外条件下的鲁棒性。
Comments Project page: https://cvlab-kaist.github.io/RobustVGGT/
Tada-DIP：输入自适应深度图像先验用于单次3D图像重建
机构 * 1 Dept. of Computational Mathematics, Science \& Engineering, Michigan State University, East Lansing, MI, USA 2 Dept. of Electrical Engineering ； Computer Science, University of Michigan, Ann Arbor, MI, USA 3 Dept. of Biomedical Engineering, Michigan State University, East Lansing, MI, USA
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 Tada-DIP通过输入自适应和去噪正则化，实现高效3D图像重建，优于无训练数据基线并媲美大规模数据集训练的监督网络。
Comments 6 pages, 8 figures, 2025 Asilomar Conference on Signals, Systems, and Computers. Code is available at github.com/evanbell02/Tada-DIP/
KeyPointDiffuser: 通过潜在扩散模型实现无监督的3D关键点学习
机构 * Monash University（蒙纳士大学） ； Australian National University（澳大利亚国立大学）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV
AI总结 KeyPointDiffuser通过潜在扩散模型实现无监督3D关键点学习，提升关键点一致性6个百分点。
TripOptimizer: 基于三平面VAE网络的生成3D形状优化与阻力预测
机构 * Department of concepts and methods development in virtual fields, AUDI AG（虚拟领域概念与方法发展系，奥迪公司） ； Technology and Bionics Faculty, Rhine-Waal University of Applied Sciences（技术与生物科学系，莱茵-瓦尔大学） ； Department of Mechanical Engineering, Massachusetts Institute of Technology（机械工程系，麻省理工学院） ； Schwarzman College of Computing, Massachusetts Institute of Technology（施瓦茨曼计算学院，麻省理工学院）
专题命中 三维重建 ：point cloud(abstract)
AI总结 TripOptimizer利用三平面VAE网络实现基于点云数据的3D形状优化与阻力预测，通过高保真重建和高效优化策略减少对传统CFD模拟的依赖。
BlendedNet：一种混合翼身比飞机数据集及气动预测替代模型
机构 * Department of Mechanical Engineering（机械工程系） ； Massachusetts Institute of Technology（麻省理工学院） ； MIT Lincoln Laboratory（MIT林肯实验室） ； Center for Computational Science & Engineering（计算科学与工程中心）
专题命中 三维重建 ：point cloud(abstract)
AI总结 BlendedNet 提供了一个混合翼身比飞机数据集和端到端替代模型，用于高精度气动预测和设计研究。
Comments Accepted at ASME IDETC/CIE 2025 (DETC2025-168977). Dataset availability: BlendedNet dataset is openly available at Harvard Dataverse (https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/VJT9EP)
神经辐射与注视场用于3D环境中的视觉注意建模
机构 * McGill University Centre for Intelligent Machines（麦吉尔大学智能机器中心）
专题命中 NeRF ：NeRF(abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 NeRGs通过神经辐射场和注视场结合，实现对3D环境中视觉注意的建模与可视化，支持交互式帧率下的注视场显示并有效处理遮挡问题。
Comments 11 pages, 8 figures
MoBGS: 用于模糊单目视频的运动去模糊动态3D高斯点云技术
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 MoBGS通过模糊适应性潜在相机估计和曝光估计方法，实现对模糊单目视频中动态场景的高效去模糊和高质量时空视图重建。
Comments This paper has been accepted to AAAI 2026. The first two authors contributed equally to this work (equal contribution). The last two authors are co-corresponding authors. Please visit our project page at https://kaist-viclab.github.io/mobgs-site/
STT-GS: 在客户端选择和功率控制下的样本后传输边缘高斯点散技术
机构 * School of Automation, Hangzhou Dianzi University（杭州电子科技大学自动化学院） ； School of Electronic and Information Engineering, South China University of Technology（华南理工大学电子与信息工程学院） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Department of Computer and Information Science, University of Macau（澳门大学计算机与信息科学系） ； College of Engineering, Istanbul Medipol University（伊斯坦布尔梅迪波尔大学工程学院） ； School of Electrical Engineering and Telecommunications, the University of New South Wales（新南威尔士大学电气与通信工程学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 STT-GS通过联合客户端选择和功率控制，在低采样率下实现高效边缘高斯点散，提升场景重建质量与通信效率。
FantasyStyle: 用于3D高斯点云的可控风格化蒸馏
专题命中 Gaussian Splatting ：Gaussian Splatting(title)；3DGS(abstract)；分类 cs.CV
AI总结 FantasyStyle通过可控风格化蒸馏和多视图频率一致性，解决3DGS风格迁移中的多视图不一致和内容泄漏问题，提升风格化质量与视觉真实感。
Comments Accepted by AAAI 2026
ActiveInitSplat: 活动图像选择如何帮助高斯溅射
机构 * University of California San Diego（加州大学圣地亚哥分校） ； University of Minnesota（明尼苏达大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV
AI总结 ActiveInitSplat通过主动选择图像来优化高斯溅射的初始化和训练，提升了渲染性能。
Flux4D: 基于流的无监督4D重建
机构 * Waabi ； University of Toronto（多伦多大学） ； UIUC（伊利诺伊大学香槟分校）
专题命中 Gaussian Splatting ：NeRF(abstract)；Gaussian Splatting(abstract)；3DGS(abstract)；分类 cs.CV、cs.RO
AI总结 Flux4D通过无监督学习直接从原始数据中重建大规模动态场景，无需预训练模型或先验知识，实现高效且可扩展的4D重建。
Comments NeurIPS 2025. Project page: https://waabi.ai/flux4d/
Motion4D: 学习3D一致的运动和语义以实现4D场景理解
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 Motion4D通过整合2D先验和4D高斯点撒表示，提升3D一致性和语义一致性，实现更准确的4D场景理解。
Comments Accepted to NeurIPS 2025
GS4: 可泛化的稀疏点溅 semantic SLAM
机构 * Collaborative Robotics and Intelligent Systems (CoRIS) Institute（协作机器人与智能系统研究所） ； Oregon State University（俄勒冈州立大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 GS4是一种可泛化的基于高斯点溅的语义SLAM系统，通过高效优化和减少高斯点数量，实现更快速和更精确的3D地图生成与跟踪。
Comments 15 pages, 6 figures
全局和局部输入下的点云上采样表示学习
机构 * East China University of Science and Technology（东华大学） ； The Hong Kong Polytechnic University（香港理工大学）
专题命中 点云 ：point cloud(title,abstract)；3D reconstruction(abstract)；分类 cs.CV
AI总结 本研究提出ReLPU框架，通过结合全局和局部特征学习提升点云上采样的性能和可解释性。
重新思考点云上采样中的数据输入
机构 * The Hong Kong Polytechnic University（香港理工大学）
专题命中 点云 ：point cloud(title,abstract)；3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出使用整体模型输入进行点云上采样，通过实验发现基于补丁的输入性能更优，并分析了影响上采样结果的关键因素。
基于大语言模型的3D点云材料推断
机构 * University of Victoria（维多利亚大学）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV、cs.GR
AI总结 本文提出基于大语言模型的3D点云材料推断方法，通过两阶段推理实现材料属性推断，验证了语言模型在连接几何推理与材料理解中的作用。
LargeAD: 大规模跨传感器数据预训练用于自动驾驶
机构 * WorldBench Team（WorldBench团队）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 LargeAD通过跨传感器数据预训练提升自动驾驶中的三维场景理解，结合多模态对比学习和时间一致性，实现更鲁棒的感知性能。
Comments IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)
通过文本引导的扩散模型生成拟人化物体：GAOT
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； University of New South Wales（新南威尔士大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 GAOT通过文本引导的扩散模型和超图学习，实现从文本提示到拟人化物体的生成，取得优于现有方法的性能。
Comments Accepted by ACM MM Asia2026
HybridWorldSim: 一种可扩展且可控的高保真驾驶仿真器
机构 * XPeng Motors ； ShanghaiTech University（上海科技大学） ； University of Science and Technology of China（中国科学技术大学）
专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV、cs.RO
AI总结 HybridWorldSim通过整合多遍神经重建与生成模型，实现高保真驾驶仿真，提供可扩展且可控的仿真环境及新的多遍数据集MIRROR，推动自动驾驶研究。
Comments Project page: https://hybridworldsim.github.io/
LATTICE：大规模实现高保真3D生成
机构 * MMLab, CUHK（CUHK人工智能实验室） ； Tencent Hunyuan（腾讯文言）
专题命中 3D生成 ：3D generation(title,abstract)；分类 cs.CV、cs.GR
AI总结 LATTICE通过VoxSet半结构化表示实现高效高保真3D生成，支持任意分辨率解码和灵活推理，达到最先进的性能。
Comments Technical Report
GT23D-Bench：一个全面的通用文本到3D生成基准
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Tongji University（同济大学） ； Southwest Jiaotong University（西南交通大学）
专题命中 3D生成 ：3D generation(title,abstract)；分类 cs.CV
AI总结 GT23D-Bench通过构建高质量数据集和全面评估体系，解决通用文本到3D生成中的数据与评估难题，推动研究进展。
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