3D 视觉

3DGSNav: Enhancing Vision-Language Model Reasoning for Object Navigation via Active 3D Gaussian Splatting

3DGSNav: 通过主动3D高斯散射增强视觉-语言模型的物体导航

Wancai Zheng, Hao Chen, Xianlong Lu, Linlin Ou, Xinyi Yu

机构 * Zhejiang University of Technology, Hangzhou, China（浙江工业大学，杭州，中国） ； Zhejiang University, Hangzhou, China（浙江大学，杭州，中国） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.RO

AI总结 3DGSNav通过主动3D高斯散射提升视觉-语言模型的物体导航能力，结合结构化视觉提示和链式推理，实现高效且可靠的导航性能。

EDGS: Eliminating Densification for Efficient Convergence of 3DGS

EDGS: 消除致密化以实现3DGS的高效收敛

Dmytro Kotovenko, Olga Grebenkova, Björn Ommer

专题命中 Gaussian Splatting ：3DGS(title,abstract)；Gaussian Splatting(abstract)；分类 cs.GR

AI总结 EDGS通过消除致密化步骤，利用密集图像对应关系中的三角化像素实现3DGS的高效收敛，提升重建质量和效率。

LeafFit: Plant Assets Creation from 3D Gaussian Splatting

LeafFit：从3D高斯点云生成可编辑的植物资产

Chang Luo, Nobuyuki Umetani

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；3DGS(abstract)；分类 cs.GR

AI总结 LeafFit通过分割和拟合叶片生成可编辑的植物网格资产，减少数据规模并提升编辑效率。

Comments Our source code is publicly available at https://github.com/netbeifeng/leaf_fit

Journal ref Eurographics 2026

GSO-SLAM: Bidirectionally Coupled Gaussian Splatting and Direct Visual Odometry

GSO-SLAM：双向耦合的高斯点云与直接视觉里程计

Jiung Yeon, Seongbo Ha, Hyeonwoo Yu

机构 * Department of Intelligent Robotics, Sungkyunkwan University（智能机器人系，成均馆大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；分类 cs.CV、cs.RO

AI总结 GSO-SLAM通过双向耦合视觉里程计与高斯点云，实现实时单目密集SLAM，提升场景重建的几何和光度保真度。

Comments 8 pages, 6 figures, RA-L accepted

UP-SLAM: Adaptively Structured Gaussian SLAM with Uncertainty Prediction in Dynamic Environments

UP-SLAM：适应性结构高斯SLAM与动态环境中的不确定性预测

Wancai Zheng, Linlin Ou, Jiajie He, Libo Zhou, Xinyi Yu, Yan Wei

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

AI总结 UP-SLAM通过并行框架解耦跟踪与建图，利用概率八叉树和不确定性估计器提升动态环境中的SLAM性能。

Journal ref ICRA 2026

TG-Field: Geometry-Aware Radiative Gaussian Fields for Tomographic Reconstruction

TG-Field：基于几何的辐射高斯场用于断层扫描重建

Yuxiang Zhong, Jun Wei, Chaoqi Chen, Senyou An, Hui Huang

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

AI总结 TG-Field通过几何感知高斯变形框架，提升静态和动态CT重建的精度与效率，尤其在稀疏投影条件下表现优异。

Comments Accepted to AAAI 2026. Project page: https://vcc.tech/research/2026/TG-Field

Learning Physics-Grounded 4D Dynamics with Neural Gaussian Force Fields

基于神经高斯力场的学习物理 grounded 4D 动力学

Shiqian Li, Ruihong Shen, Junfeng Ni, Chang Pan, Chi Zhang, Yixin Zhu

机构 * Institute for AI, Peking University（北京大学人工智能研究院） ； School of Psychological and Cognitive Sciences, Peking University（北京大学心理学与认知科学学院） ； School of EECS, Peking University（北京大学电子工程学院） ； Department of Automation, Tsinghua University（清华大学自动化系） ； Yuanpei College, Peking University（北京大学元培学院） ； State Key Lab of General AI, Peking University（北京大学通用人工智能国家重点实验室） ； Beijing Key Laboratory of Behavior and Mental Health, Peking University（北京行为与心理健康重点实验室） 纠错

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

AI总结 本文提出神经高斯力场（NGFF），通过结合3D高斯感知与物理动力学建模，从多视角RGB输入生成交互式、物理真实的4D视频，提升视频预测的物理 grounded 性。

Comments 43 pages, ICLR 2026