On-the-fly Large-scale 3D Reconstruction from Multi-Camera Rigs
实时多相机阵列的大规模3D重建
专题命中 三维重建 ：3D reconstruction(title,abstract)；Gaussian Splatting(abstract)；3DGS(abstract)；分类 cs.CV
AI总结 本文提出了一种基于多相机阵列的实时3D重建框架，通过分层初始化和轻量级调整实现高效且保真的场景重建。
视觉与机器人
3D 视觉
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
1. 三维重建 2 篇
Geometry-Aware Sparse Depth Sampling for High-Fidelity RGB-D Depth Completion in Robotic Systems
基于几何的稀疏深度采样用于机器人系统中高保真的RGB-D深度补全
机构 * Saisuode (Shanghai) Intelligent Technology Co., Ltd. (Synthoid.ai)（上海思度智能科技有限公司（Synthoid.ai））
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 本文提出基于几何的稀疏深度采样方法，利用表面法线估计提升RGB-D深度补全的准确性和现实感。
2. Gaussian Splatting 3 篇
Visionary: The World Model Carrier Built on WebGPU-Powered Gaussian Splatting Platform
Visionary: 基于WebGPU驱动的高斯点云平台的世界模型载体
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Sichuan University（四川大学） ； The University of Tokyo（东京大学） ； Shanghai Jiao Tong University（上海交通大学） ； Northwestern Polytechnical University（西北工业大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.CV、cs.GR
AI总结 Visionary是一款基于WebGPU的实时高斯点云渲染平台，通过高效推断和浏览器集成，提升3DGS方法的部署效率与多样性。
Comments Project page: https://visionary-laboratory.github.io/visionary
RGS-DR: Deferred Reflections and Residual Shading in 2D Gaussian Splatting
RGS-DR: 2D高斯点划中延迟反射与残差阴影
机构 * Department of Electrical Engineering (ESAT), KU Leuven, Belgium（电气工程系（ESAT），卢森堡大学）
专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV
AI总结 RGS-DR通过延迟反射和残差阴影技术提升2D高斯点划在逆渲染中的镜面细节表现，改进材料可编辑性和重建质量。
Zero-Splat TeleAssist: A Zero-Shot Pose Estimation Framework for Semantic Teleoperation
零溅远程协助：一种用于语义远程操作的零样本姿态估计框架
机构 * Khoury College of Computer Sciences at Northeastern University（东北大学Khoury计算机科学学院） ； Georgia Institute of Technology（佐治亚理工学院）
专题命中 Gaussian Splatting ：Gaussian Splatting(abstract)；3DGS(abstract)；分类 cs.CV、cs.RO
AI总结 Zero-Splat TeleAssist通过整合视觉-语言分割、单目深度、加权PCA姿态提取和3DGS，实现无需标记或深度传感器的多机器人远程操作中的零样本姿态估计。
Comments Published and Presented at 3rd Workshop on Human-Centric Multilateral Teleoperation in ICRA 2025
3. 点云 6 篇
Dual-Branch Center-Surrounding Contrast: Rethinking Contrastive Learning for 3D Point Clouds
双分支中心-周围对比：重新思考3D点云中的对比学习
机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学） ； Chinese University of Hong Kong（香港中文大学）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 本文提出双分支中心-周围对比框架，通过双分支输入和补丁级对比损失，提升3D点云对比学习性能，达到SOTA效果。
Comments 16 pages, 6 figures
OCCDiff: Occupancy Diffusion Model for High-Fidelity 3D Building Reconstruction from Noisy Point Clouds
OCCDiff：基于点云的高保真3D建筑重建的占用扩散模型
机构 * Department of Geography, Faculty of Social Science, the University of Hong Kong（地理系，社会科学学院，香港大学）
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 OCCDiff通过潜在扩散和函数自动编码器生成高保真3D建筑重建，结合点编码器与多任务训练提升鲁棒性与精度。
Query-aware Hub Prototype Learning for Few-Shot 3D Point Cloud Semantic Segmentation
面向查询的枢纽原型学习用于少样本3D点云语义分割
专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV
AI总结 本文提出面向查询的枢纽原型学习方法，通过建模支持集与查询集的语义相关性，提升少样本3D点云语义分割的性能。
A Sensor-Aware Phenomenological Framework for Lidar Degradation Simulation and SLAM Robustness Evaluation
一种面向传感器的现象学框架用于激光雷达退化仿真和SLAM鲁棒性评估
机构 * Turku Intelligent Embedded and Robotic Systems (TIERS) Lab , University of Turku（图尔库智能嵌入与机器人系统实验室，图尔库大学） ； School of Information Science and Technology, Fudan University（信息科学与技术学院，复旦大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.RO
AI总结 本文提出一种面向传感器的现象学框架，用于模拟激光雷达退化并评估SLAM系统的鲁棒性，通过保留点云结构并应用多种退化方法，实现可控的仿真测试。
PointDico: Contrastive 3D Representation Learning Guided by Diffusion Models
PointDico: 通过扩散模型引导的对比3D表示学习
机构 * International School Beijing University of Posts（国际学校 北京邮电大学） ； School of Software Engineering Xi'an Jiaotong University Xi'an, China（软件工程学院 西安交通大学）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 PointDico通过融合扩散模型和对比学习的方法，实现了3D表示学习的突破，达到了ScanObjectNN和ShapeNetPart上的新高精度。
Comments Accepted by IJCNN 2025
CVP: Central-Peripheral Vision-Inspired Multimodal Model for Spatial Reasoning
CVP：基于中央-外围视觉的多模态模型用于空间推理
机构 * UC San Diego（圣迭戈大学） ； Lambda, Inc（Lambda公司）
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
AI总结 CVP通过结合中央视觉和外围视觉的启发，提出了一种多模态模型，以提升复杂3D环境的空间推理能力。
Comments Accepted to WACV 2026
4. 新视角合成 1 篇
Blur2Sharp: Human Novel Pose and View Synthesis with Generative Prior Refinement
Blur2Sharp: 基于生成先验细化的人体新颖姿态与视角合成
机构 * National Yang Ming Chiao Tung University
专题命中 新视角合成 ：NeRF(abstract)；分类 cs.CV
AI总结 Blur2Sharp通过整合3D感知神经渲染和扩散模型，实现从单一视角生成清晰且几何一致的新视角图像，提升复杂场景下的姿态与视角合成效果。
5. 3D生成 2 篇
Self-Evolving 3D Scene Generation from a Single Image
从单张图像自演化生成3D场景
机构 * University of California, Santa Cruz（加州大学圣克鲁兹分校） ； University of California, Santa Barbara（加州大学圣巴巴拉分校）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 EvoScene通过自演化框架从单张图像生成高质量3D场景，结合几何推理和视觉知识，实现结构和外观的逐步优化。
ViSA: 3D-Aware Video Shading for Real-Time Upper-Body Avatar Creation
ViSA: 一种3D感知的视频着色方法用于实时上半身数字人生成
机构 * Nanyang Technological University（南洋理工大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Tongyi Lab, Alibaba Group（阿里云实验室）
专题命中 3D生成 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 ViSA结合3D重建与视频生成技术，实时生成高质量上半身数字人，减少模糊和僵硬问题，提升视觉质量。
Comments Project page: \url{https://lhyfst.github.io/visa}
6. SLAM与定位 1 篇
SDT-6D: Fully Sparse Depth-Transformer for Staged End-to-End 6D Pose Estimation in Industrial Multi-View Bin Picking
SDT-6D: 全稀疏深度-变换器用于工业多视角堆叠取料的端到端6D姿态估计
机构 * Institute for Applications of Machine Learning and Intelligent Systems（机器学习与智能系统应用研究所） ； University of Applied Science Munich（慕尼黑应用科学大学）
专题命中 SLAM与定位 ：point cloud(abstract)；分类 cs.CV、cs.RO
AI总结 SDT-6D提出了一种基于稀疏深度-变换器的端到端6D姿态估计方法，通过分阶段热图机制和密度感知稀疏变换器块，实现高分辨率下的高效姿态预测。
Comments Accepted to WACV 2026. Preprint version
