3D 视觉

ATATA: One Algorithm to Align Them All

ATATA：一切对齐的统一算法

Boyi Pang, Savva Ignatyev, Vladimir Ippolitov, Ramil Khafizov, Yurii Melnik, Oleg Voynov, Maksim Nakhodnov, Aibek Alanov, Xiaopeng Fan, Peter Wonka, Evgeny Burnaev

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Applied AI Institute（应用人工智能研究所） ； AXXX ； FusionBrain Lab（融合大脑实验室） ； MSU（莫斯科州立大学） ； Constructor University（建设大学） ； HSE University（高等经济大学） ； Peng Cheng Laboratory（鹏城实验室） ； HIT Suzhou Research Institute（哈尔滨工业大学苏州研究 institute） ； KAUST（科威特大学） 纠错

专题命中 三维重建 ：3D generation(abstract)；分类 cs.CV

AI总结 ATATA提出一种基于Rectified Flow模型的多模态算法，实现高效结构对齐的样本生成，提升图像、视频和3D生成的质量与速度。

Graph Smoothing for Enhanced Local Geometry Learning in Point Cloud Analysis

图平滑用于点云分析中的增强局部几何学习

Shangbo Yuan, Jie Xu, Ping Hu, Xiaofeng Zhu, Na Zhao

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 本文提出一种结合图平滑和局部几何学习的方法，以提升点云分析中边界点和连接区域的处理效果。

Comments Accepted by AAAI 2026

An Adaptive Lagrangian B-Spline Framework for Point Cloud Manifold Evolution

一种自适应拉格朗日B-样条框架用于点云流形演化

Muhammad Ammad, Leevan Ling

专题命中 点云 ：point cloud(title)

AI总结 本文提出了一种自适应拉格朗日B-样条框架，用于高效且准确地模拟点云数据的动态流形演化。

X-Distill: Cross-Architecture Vision Distillation for Visuomotor Learning

X-Distill：跨架构视觉蒸馏用于视觉-运动学习

Maanping Shao, Feihong Zhang, Gu Zhang, Baiye Cheng, Zhengrong Xue, Huazhe Xu

机构 * Tsinghua University（清华大学） ； Institute for Interdisciplinary Information Sciences（交叉信息研究院） ； Shanghai Qi Zhi Institute（上海启智研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Huazhong University of Science and Technology（华中科技大学） 纠错

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

AI总结 X-Distill通过跨架构知识蒸馏结合视觉转换器和紧凑型CNN，实现了在数据有限的机器人操作任务中优于其他方法的性能。

OmniMol: Transferring Particle Physics Knowledge to Molecular Dynamics with Point-Edge Transformers

OmniMol：通过点边变换将粒子物理知识转移到分子动力学中

Ibrahim Elsharkawy, Vinicius Mikuni, Wahid Bhimji, Benjamin Nachman

专题命中 点云 ：point cloud(abstract)

AI总结 OmniMol通过点边变换将粒子物理知识应用于分子动力学，实现高效的分子互作用建模与高精度预测。

Comments 8 pages, 10 figures

TriDF: Triplane-Accelerated Density Fields for Few-Shot Remote Sensing Novel View Synthesis

TriDF: 三平面加速密度场用于少样本遥感新视角合成

Jiaming Kang, Keyan Chen, Zhengxia Zou, Zhenwei Shi

机构 * Beihang University（北航大学） 纠错

专题命中 新视角合成 ：novel view synthesis(title,abstract)；NeRF(abstract)；point cloud(abstract)；分类 cs.CV

AI总结 TriDF通过高效混合3D表示，实现少样本遥感新视角合成，提升速度与渲染质量

Comments Corrected metadata formatting

Evaluating Foundation Models' 3D Understanding Through Multi-View Correspondence Analysis

通过多视角对应分析评估基础模型的3D理解

Valentina Lilova, Toyesh Chakravorty, Julian I. Bibo, Emma Boccaletti, Brandon Li, Lívia Baxová, Cees G. M. Snoek, Mohammadreza Salehi

机构 * University of Amsterdam（阿姆斯特丹大学） 纠错

专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.CV

AI总结 本文提出一种无需微调的3D场景理解基准，评估基础模型在多视角下的3D推理能力，展示DINO编码器在大视角变化下的竞争力。

Comments NeurIPS 2025 UniReps workshop, to be published in PMLR