3D 视觉

Learning Spherical Occupancy Profiles for Multi-View 3D Reconstruction and Generation

用于多视图三维重建与生成的球形占用轮廓学习

YiHsuan Tsai

机构 * Nanjing University（南京大学） 纠错

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

AI总结 该研究提出将逐光线球形占用轮廓作为统一中间表示，训练判别式解码器与生成式流水线，在多视图三维重建任务中取得良好效果，且可迁移至真实照片场景。

Comments 12 pages,5 figures,5 tables. Code and data will be released

NemoSplat: Feed-Forward 4D Gaussian Splatting for Media-Aware Underwater Reconstruction

NemoSplat：面向介质感知水下重建的前馈式4D高斯溅射方法

Xiaopeng Guo, Wai Chung Tse, Yipeng Zhu, Hanwen Zhang, Huajian Huang, Sai-Kit Yeung

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Beijing Institute of Technology（北京理工大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV

AI总结 针对水下环境光散射与动态物体导致的重建难题，提出首个介质感知前馈4D高斯溅射框架NemoSplat，设计可提示动态解缠器与介质感知高斯预测器，构建大规模水下数据集，实现了最优跟踪精度与高保真渲染。

Comments 10 pages

Physics-Integrated Operator Learning via Gaussian Splatting Representations

基于高斯溅射表示的物理集成算子学习

Jihao Zhang, Junyi Guo, Jian-Xun Wang

机构 * Cornell University（康奈尔大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)

AI总结 本研究提出基于前馈高斯溅射（FFGS）表示的物理集成算子学习框架，在多类PDE系统长时序预测中降低相对ℓ₂误差1.5-2.2倍，提升光谱保真度，对部分已知控制方程具鲁棒性。

Joint-Embedding Prediction of Masked Point Tubes for Self-Supervised Learning on 4D Point Cloud Videos

面向四维点云视频的掩码点管联合嵌入预测自监督学习

Jheng-Ling Lee, Shang-Tse Chen

机构 * National Taiwan University（台湾大学） 纠错

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

AI总结 该研究针对四维点云视频自监督学习的挑战，提出JEPA风格框架结合Sketched Isotropic Gaussian Regularization，通过掩码时空区域的潜在点管预测学习表示，在动作和手势识别任务中取得良好效果。

Comments 13 pages, 4 figures; supplementary material included

GeoWAM: Visual Geometry World Action Models for Autonomous Driving

GeoWAM：面向自动驾驶的视觉几何世界动作模型

Yiren Lu, Xin Ye, Jiaming Liu, Philip Jacobson, Jin Yao, Yi-chung Chen, Liam Merino, Dhruva Dixith Kurra, Min Cai, Tom Lampo, Yu Yin, Danhua Guo, Burhan Yaman

机构 * Uber AV Labs（优步自动驾驶实验室） ； Case Western Reserve University（凯斯西储大学） 纠错

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

AI总结 该研究提出 GeoWAM，一种用于自动驾驶的视觉几何世界动作模型，通过预训练预测未来场景几何来学习动力学，经评估其生成的驾驶策略比图像基方案更强，确立未来几何预测为自动驾驶有效预训练目标。

Comments Project page: this https URL (https://yiren-lu.com/project_pages/geowam/)

SiZeUp: Fast 3D Proxy from Aerial Images via Depth Ordinal Loss

SiZeUp：基于深度序数损失的航拍图像快速3D代理模型构建方法

Wenjun Zhou, Yunshan Li, Qiaoyu Zhu, Weidan Xiong, Hao Zhang, Daniel Cohen-Or, Hui Huang

机构 * Shenzhen University（深圳大学） ； Simon Fraser University（西蒙菲莎大学） 纠错

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

AI总结 SiZeUp是一种从校准倾斜航拍图像构建大规模城市3D代理模型的方法，采用“ footprint 高度”表示法与深度序数一致性损失，实现23-52倍加速，适用于大规模城市建模。

Comments SiZeUp (SZU) accepted to SIGGRAPH Asia 2026

C3VDReg: A Benchmark for Local-to-Local Colonoscopic Registration toward Anatomical Localization

C3VDReg：面向解剖定位的局部-局部结肠镜配准基准

Linzhe Jiang, Jiayuan Huang, Sophia Bano, Matthew J. Clarkson, Zhehua Mao, Mobarak I. Hoque

机构 * UCL Hawkes Institute（UCL哈维斯研究所） ； University College London, University of London（伦敦大学学院, 伦敦大学） ； Division of Informatics, Imaging and Data Sciences（信息学、成像与数据科学部门） ； University of Manchester（曼彻斯特大学） 纠错

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

AI总结 本文提出面向局部-局部结肠镜配准的基准C3VDReg，通过构建点云对评估基线模型，发现高几何重叠不足以保证配准精度，重复管状解剖的平移歧义是主要瓶颈，凸显需更强解剖与上下文约束。

Comments 15 pages, 6 figures

Voronoi-Assisted Optimization for Diffusing Unsigned Distance Fields from Unoriented Points

基于Voronoi辅助优化的无向点云无符号距离场扩散方法

Jiayi Kong, Chen Zong, Junkai Deng, Xuhui Chen, Fei Hou, Shiqing Xin, Junhui Hou, Chen Qian, Ying He

机构 * S-Lab Nanyang Technological University Singapore（南洋理工大学新加坡S-Lab） ； College of Mathematics Nanjing University of Aeronautics and Astronautics China（南京航空航天大学数学学院） ； College of Computing and Data Science Nanyang Technological University Singapore（南洋理工大学计算与数据科学学院） ； Institute of Software Chinese Academy of Sciences China（中国科学院软件研究所） ； School of Computer Science Shandong University China（山东大学计算机科学学院） ； Department of Computer Science City University of Hong Kong China（香港城市大学计算机科学系） ； SenseTime Research China（SenseTime研究院） 纠错

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

AI总结 本文提出轻量级无网络方法VAD，通过Voronoi准则对齐无向点云法向量并扩散积分，可高效稳定计算UDF，稳健处理各类三维几何结构。

Transport based embeddings with topological guarantees

带拓扑保证的基于传输的嵌入

Erik Carlsson, John Carlsson

专题命中 点云 ：point cloud(abstract)

AI总结 该研究提出带拓扑保证的基于传输的嵌入方法，通过定义c-凸势函数的传输映射压缩数据，在COIL和SYMSOL数据集实验中验证其能保留拓扑且避免虚假同调。

Comments 27 pages, 6 figures

Hodge Spectral Surrogates for Topology-Constrained Optimization

用于拓扑约束优化的霍奇谱替代方法

Satoshi Kanno, Yoshi-aki Shimada

专题命中 点云 ：point cloud(abstract)

AI总结 提出基于霍奇谱松弛的微分框架，通过低通谱滤波器实现拓扑约束优化，克服贝蒂数和持续同调的离散组合困难。

Comments 57 pages, 11 figures

Intrinsic PAPR: Tackling Misattribution in 3D Intrinsic Decomposition via Proximity Attention Point Rendering

内在PAPR：通过邻近注意力点渲染解决3D内在分解中的属性误分配问题

Alireza Moazeni, Shichong Peng, Yanshu Zhang, Chirag Vashist, Ke Li

专题命中 新视角合成 ：NeRF(abstract,abstract_cn)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

AI总结 该研究针对3D内在分解中属性误分配问题，提出Intrinsic PAPR框架，通过邻近注意力点渲染实现逐点监督，在新视图合成和反照率估计上优于多种现有方法。

Comments Accepted to ECCV 2026. 21 pages + 34-page supplementary material

Block3D: Efficient Text-to-3D Generation via Block-Wise Diffusion

Block3D：基于分块扩散的高效文本到3D生成

Bowen Cui, Weijie Wang, Zeyu Zhang, Yefei He, Mingda Lin, Haoyu Zhao, Yuanyu He, Donny Y. Chen, Feng Chen, Bohan Zhuang

机构 * ZipLab, Zhejiang University（浙江大学ZipLab） ； University of California, Berkeley（加州大学伯克利分校） ； Wuhan University（武汉大学） ； Monash University（莫纳什大学） ； University of Adelaide（阿德莱德大学） 纠错

专题命中 3D生成 ：3D generation(title,abstract)；分类 cs.CV

AI总结 针对文本到3D生成成本高的问题，提出Block3D分块扩散框架，通过分块生成、联合去噪及置信度引导的块内修正，在保持几何保真度的同时实现5.15倍的速度提升。

Comments Project page: this https URL (https://alexandertsui.github.io/block3d/)

Luce: Relightable Gaussians for 3D Asset Generation

Luce：用于3D资产生成的可重光照高斯模型

Mayank Singh, Michele Stoppa, Alvise Memo, Rui Yu, Harsha Kalli, Srimanth Gunturi, Muhammad Ahmed Riaz, Behrooz Shahsavari, Waleed Abdulla, David E. Jacobs

机构 * Apple（苹果公司） 纠错

专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV、cs.GR

AI总结 本文提出Luce，一种用于3D资产生成的可重光照高斯模型，通过多模态高斯云结合PBR材质，在Toys4K数据集及自研AI生成图像基准上均实现了优于基线的单图像到3D生成性能，可保留精细细节。

Comments 27 pages, 19 figures, 5 tables

Concept-Guided Exploration: Building Persistent, Actionable Scene Graphs

概念引导探索：构建持久、可执行的场景图

Noé Zapata, Gerardo Pérez, Alejandro Torrejón, Pedro Núñez, Pablo Bustos

机构 * University of Extremadura（埃斯特雷马杜拉大学） 纠错

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

AI总结 该研究提出以概念为先的认知分布式架构，通过房间、门两类概念智能体协作，基于分层约束传播与预测-匹配循环构建无需全局度量地图的持久可执行室内场景图，实现机器人空间理解。

VGGT-DP: Generalizable Robot Control via Vision Foundation Models

VGGT-DP：基于视觉基础模型的通用机器人控制

Shijia Ge, Yijun Liu, Yinxin Zhang, Shuzhao Xie, Weixiang Zhang, Mingcai Zhou, Zhi Wang

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

AI总结 该研究提出 VGGT-DP 视觉运动策略框架，采用 VGGT 作为视觉编码器并设计 FTR 机制与随机令牌剪枝，在 MetaWorld 任务上较 DP、DP3 等基线表现更优。