3D 视觉

RoboPhys-3D: A Comprehensive Embodied World Model Evaluation via 3D Reconstruction

RoboPhys-3D：通过三维重建进行全面的具身世界模型评估

Tianyi Wang, Jiazhou Chen, Yiming Xu, Xiangyu Li, Tianyi Zeng, Chih-Hsien Chou, Ning Lu, Liang Peng, Junfeng Jiao, Christian Claudel

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Purdue University（普渡大学） ； Futurewei Technologies, Inc（星纪时代科技公司） 纠错

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

AI总结 本研究推出基于RoboTwin 2.0的三维具身世界模型基准RoboPhys-3D，含50个操作任务等数据，提出两个评估分数，发现Cosmos 3的RoboPhyscore最高，该分数与人类评估一致性强。

Comments 66 pages, 12 figures, 55 tables

A Calibration Audit of Confidence in Feed-Forward 3D Reconstruction

前馈三维重建的置信度校准审计

Nanxing Nick Deng, Qing Cheng, Niclas Zeller, Daniel Cremers

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

AI总结 本研究审计7种前馈三维重建骨干网络在13个数据集上的置信度，发现其在非训练条件下不确定性预测偏低，采用幂律修正后偏差可降至1.12倍，并发布审计相关资源。

Neural 3D Object Reconstruction with Small-Scale Unmanned Aerial Vehicles

基于小型无人机的神经三维物体重建

Àlmos Veres-Vitàlyos, Filip Lemic, Daniel Johannes Bugelnig, Joan Bernaus Casadesús, Genis Castillo Gomez-Raya, Sergi Abadal, Bernhard Rinner, Xavier Costa-Pérez

机构 * i2CAT Foundation（i2CAT基金会） ； University of Klagenfurt（克雷格弗特大学） ； Universitat Politècnica de Catalunya（巴塞罗那理工大学） ； Faculty of Electrical Engineering and Computing（电气工程与计算学院） ； University of Zagreb（扎格雷布大学） ； NEC Labs Europe GmbH（NEC欧洲实验室） ； ICREA 纠错

专题命中 三维重建 ：NeRF(abstract,abstract_cn)；3D reconstruction(abstract)；分类 cs.CV、cs.RO

AI总结 该研究提出一种基于100克以下无人机的自主闭环主动视点选择系统，通过双重建流水线与动态轨迹自适应算法提升三维重建质量，验证了其在单/多无人机配置下的有效性。

Comments 14 pages, 18 figures, 4 tables, 44 references

Gaussian-Voxel Duet: A Dual-Scaffolding Hybrid Representation for Fast and Accurate Monocular Surface Reconstruction

高斯-体素二重奏：用于快速准确单目表面重建的双支架混合表示

Zhenhua Du, Zhen Tan, Haoyu Zhang, Dewen Hu, Shuaifeng Zhi, Peidong Liu

机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； National University of Defense Technology（国防科技大学） 纠错

专题命中 三维重建 ：Gaussian Splatting(abstract)；3D reconstruction(abstract)；novel view synthesis(abstract)；分类 cs.CV

AI总结 提出一种混合高斯-体素表示，通过将锚定高斯约束在体素化SDF定义的表面窄带内，并引入隐式表面约束损失，在保持快速训练和实时渲染的同时，实现了高质量表面重建和新视图合成。

Comments 27 pages, 14 figures

GeoRay: Gauge-Aware Feed-Forward Satellite 3D Reconstruction in the Geodetic Frame

GeoRay：大地坐标系下量规感知的前馈卫星三维重建

Zhe Dong, Wanqing Wu, Yuzhe Sun, Haochen Jiang, Yuchen Ma, Lecheng Ren, Tianzhu Liu, Yanfeng Gu

机构 * School of Electronics and Information Engineering, Harbin Institute of Technology（哈尔滨工业大学电子与信息工程学院） ； th Research Institute, China Electronics Technology Group Corporation（中国电子科技集团公司第五十四研究所） ； State Key Laboratory of Comprehensive PNT Network and Equipment Technology（综合PNT网络与装备技术国家重点实验室） ； School of Electrical and Electronic Engineering, University of Manchester（曼彻斯特大学电气与电子工程学院） 纠错

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

AI总结 GeoRay针对卫星三维重建问题，通过射线一致适配器、显式基准机制和逆方差融合技术，在绝对大地坐标系下实现了高精度、高覆盖率的前馈卫星三维重建，性能优于现有基线。

DARP: A Calibrated Dual-Arm RGB-D-IR Dataset for Multi-View Robotic Perception

DARP：用于多视角机器人感知的校准双臂RGB-D-IR数据集

Manish Kansana, Mohammed Yusuf Mujawar, Sudip Mittal, Shahram Rahimi, Noorbakhsh Amiri Golilarz

机构 * The University of Alabama（阿拉巴马大学） 纠错

专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出DARP双臂机器人感知数据集，含10种桌面物体，经评估几何一致性良好，可用于多视角重建等多类机器人感知相关研究。

Reliability-Aware Monocular Depth Supervision for Sparse-View Neural Reconstruction

用于稀疏视图神经重建的可靠性感知单目深度监督

Wei-Teng Chu, Yashasvini Gopalan, Changju Yuan

机构 * Stanford University（斯坦福大学） 纠错

专题命中 三维重建 ：NeRF(abstract)；分类 cs.CV、cs.GR

AI总结 研究稀疏视图神经重建的单目深度监督，用Depth Anything V2作密集单目深度先验，经尺度变换拟合对齐预测，通过仅RGB基线模型生成的光度掩码选择性应用深度监督，在不同场景评估，结果表明应选择性适度加权应用。

Comments 9 pages, 6 figures. All authors contributed equally

Reconstruction-Aware Cryo-EM Particle Picking

感知重构的冷冻电镜颗粒挑选

Riku Itsuji, Yuanhao Wang, Xingjian Li, Seonghui Min, Hideo Saito, Min Xu

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

AI总结 该研究将冷冻电镜颗粒挑选、污染去除、二维分类选择整合为感知重构的单一流程，采用CryoTransformer等组件，实现更优三维分辨率，指出颗粒选择应基于重构效果判断。

Dynamic-Robust Photometric-Semantic Reconstruction for Open-Vocabulary 3D Scene Understanding

面向开放词汇三维场景理解的动态鲁棒光度-语义重建

Boyu Cai, Li Yang, Yan Xu, Wei Liu, Nian Liu, Sikui Zhang, Yan Wang, Chunfeng Yuan, Weiming Hu

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems (MAIS)（多模态人工智能系统国家重点实验室） ； Institute of Automation, Chinese Academy of Sciences (CASIA)（中国科学院自动化研究所） ； School of Information Science and Technology, ShanghaiTech University（上海科技大学信息科学与技术学院） ； The Chinese University of Hong Kong（香港中文大学） ； Deepeleph Intelligent Technology（深智科技） 纠错

专题命中 三维重建 ：novel view synthesis(abstract)；分类 cs.CV

AI总结 提出SPAR架构与动态区域感知训练范式，解决NVS与OVS模型在动态场景的特征错位问题，在D-RE10K基准上实现SOTA性能，3/4视图下PSNR达22.15/23.33 dB，运动掩码预测mIoU达88.5%。

Comments Accepted to the European Conference on Computer Vision (ECCV) 2026

Chat-Edit-3D++: Interactive 3D and 4D Scene Editing via Large Language Models

Chat-Edit-3D++：基于大语言模型的交互式3D与4D场景编辑

Shuangkang Fang, Yufeng Wang, Yi-Hsuan Tsai, Wenrui Ding, Yi Yang, Shuchang Zhou, Ming-Hsuan Yang

机构 * School of Electrical and Information Engineering, Beihang University（北京航空航天大学电子信息工程学院） ； Institute of Unmanned System, Beihang University（北京航空航天大学无人系统研究院） ； Atmanity Inc.（Atmanity公司） ； Megvii Research（旷视研究院） ； University of California at Merced（加州大学默塞德分校） 纠错

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

AI总结 该研究针对现有3D场景编辑方案的缺陷，提出Hash-Atlas网络及基于LLM的CE3D++方法，实现2D编辑与3D重建解耦，可调度30种视觉工具，支持3D/4D场景交互式文本驱动编辑。

Comments Project Website: https://sk-fun.fun/CE3D

NBS: No Bias Stereo

NBS：无偏立体匹配

Vage Taamazyan, Zhuowen Shen, Stefan Hinterstoisser, Alberto Dall'Olio, Agastya Kalra, Aarrushi Shandilya, Xin Li, Wenping Wang, Kartik Venkataraman

机构 * Intrinsic (Google)（Intrinsic（谷歌）） ； Texas A&M University（德克萨斯农工大学） 纠错

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

AI总结 该研究提出无架构归纳偏置的NBS模型，采用端到端Vision Transformer，经大规模合成数据集训练，在立体匹配上达到最先进准确率与更优效率，证明显式归纳偏置非必要，解锁3D重建缩放定律。

GeoFF3D: Coordinate-Anchored Feed-Forward Reconstruction for Large-Scale UAV Mapping

GeoFF3D：用于大规模无人机测绘的坐标锚定前馈重建方法

Xiang Yang, Yongli Wang, Yunsheng Zhang, Jun Li, Hao Chen, Haifeng Li

机构 * Central South University（中南大学） ； Hunan Engineering Research Center of 3D Real Scene Construction and Application Technology（湖南省3D真实场景构建与应用技术工程研究中心） ； National University of Defense Technology（国防科技大学） 纠错

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

AI总结 GeoFF3D结合坐标锚定模型与SLRF框架，解决大规模无人机测绘问题，在9个航空块及UAVScenes序列上的重建质量优于基线，可高效处理2000张图像。

SGFormer: Structure-Guided Transformer for Robust Local Feature Matching

SGFormer：用于鲁棒局部特征匹配的结构引导Transformer

Zhihua Xu, Runyu Zhu, Rongjun Qin

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

AI总结 针对局部特征匹配中Transformer注意力发散的问题，提出SGFormer结构引导Transformer，通过三重结构注意力模块增强显著结构区域的注意力，有效提升了匹配精度。

Conditional Diffusion for 3D CT Volume Reconstruction from 2D X-rays

基于条件扩散的3DCT体积重建从2DX光

Martin Rath, Morteza Ghahremani, Yitong Li, Ashkan Taghipour, Marcus Makowski, Christian Wachinger

机构 * Technical University of Munich (TUM)（慕尼黑工业大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； University of Western Australia (UWA)（西澳大利亚大学） 纠错

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

AI总结 本文提出AXON框架，通过多阶段扩散模型直接从真实X光重建高保真3DCT体积，采用粗到细策略和ControlNet优化，支持双平面X光输入并提升诊断分辨率。

Comments Accepted at BMVC 2026

Online camera-pose-free stereo endoscopic tissue deformation recovery with tissue-invariant vision-biomechanics consistency

Jiahe Chen, Naoki Tomii, Ichiro Sakuma, Etsuko Kobayashi

机构 * School of Engineering, The University of Tokyo（东京大学工学系） 纠错

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

CryoAnomaly: Few-Shot Cryo-EM Particle Picking via Anomaly-Guided Hard Negative Suppression

CryoAnomaly：基于异常引导难负样本抑制的小样本冷冻电镜粒子挑选方法

Riku Itsuji, Rintaro Otsubo, Ryo Fujii, Xingjian Li, Xiaolong Wu, Hideo Saito, Min Xu

专题命中 三维重建 ：3D reconstruction(abstract)

AI总结 本研究提出CryoAnomaly框架，利用合成数据解决小样本冷冻电镜粒子挑选中真实显微图像污染导致的误报问题，在CryoPPP基准小样本设置下实现最优挑选准确率与重建分辨率。

Comments 16 pages, 9 figures, 13 tables, Accepted for publication in IEEE Access

AI-enabled Low-Cost 3D Maize Ear Morphometry Platform at Breeding Scale

AI赋能的育种级低成本玉米果穗3D形态测量平台

Therin Young, Elijah Rodriguez, Lisa Coffey, Talukder Zaki Jubery, Adarsh Krishnamurthy, Patrick Schnable, Baskar Ganapathysubramanian

机构 * Iowa State University（爱荷华州立大学） ； Translational AI Research and Education Center（转化式AI研究与教育中心） 纠错

专题命中 NeRF ：NeRF(summary_cn,abstract)；分类 cs.CV

AI总结 本研究开发了一种低成本的玉米果穗3D形态测量平台，利用消费级设备和NeRF技术实现高效测量，经测试其精度符合要求，可用于育种级高通量表型分析。

VCAR: Training-Free 3DGS Segmentation via View Completeness and Axis-Aware Boundary Refinement

VCAR：基于视图完整性和轴感知边界优化的无需训练的3D高斯溅射（3DGS）分割方法

Kun Cao, Di Wang, Haibin Zhu, Haozhi Huang, Xu Wang, Zheng Shi, Guanghua Yang

机构 * Jinan University（暨南大学） 纠错

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

AI总结 VCAR是一种无需训练的3DGS分割策略，通过粗阶段的可见性加权多视图投票、细阶段的球形螺旋采样补充视角及轴感知边界优化，在NVOS和LERF数据集上实现了最优的分割精度与效率。

Comments Accepted to the 34th ACM International Conference on Multimedia (MM '26). 16 pages, 11 figures, including supplementary material

When 3D Gaussian Splatting Recovers Real Surfaces

当3D高斯溅射（3DGS）恢复真实表面时

Songhe Wang, David Johnathan Miller

机构 * School of EECS, Penn State（宾夕法尼亚州立大学电子工程与计算机科学学院） 纠错

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

AI总结 该研究构建基于首击渲染抽象的数学框架，明确3D高斯溅射（3DGS）的可识别性窗口，经合成与真实数据集实验验证，揭示角容量对3DGS恢复真实表面的关键影响。

Comments Accepted at ECCV 2026. 30 pages, 3 figures, 1 table; includes supplementary material

BRF-GS: Hyperspectral Bidirectional Reflectance Factor Modeling and Image Generation Based on 3D Gaussian Splatting

BRF-GS：基于3D高斯溅射（3DGS）的高光谱双向反射因子建模与图像生成

Yiling Yao, Wenjuan Zhang, Bowen Wang, Bocheng Li, Wentao Song, Bing Zhang

专题命中 Gaussian Splatting ：3DGS(title_cn,abstract)；Gaussian Splatting(title,abstract)；novel view synthesis(abstract)；分类 cs.CV

AI总结 本文提出基于3D高斯溅射的BRF-GS框架，通过混合BRDF驱动核、两阶段训练策略等，结合AIR-BRF数据集，实现高保真的BRF建模与多角度高光谱反射率图像生成。

Comments 58 pages, 10 figures, 4 tables

ImprovedVBGS: Real-time Continual Variational Bayes Gaussian Splatting

改进的 VBGS：实时连续变分贝叶斯高斯点云融合

Damani Mguni-Coker

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

AI总结 针对实时重建需求，改进的 VBGS 框架通过空间截断变分推理和改进重新分配，加速连续重建。在 NeRF 合成数据集上，RTX 3070 Ti 实现平均每帧延迟大幅降低，加速 1680 倍，且保持重建质量。

Comments 5 pages, 4 figures. Technical Report. This introduces ImprovedVBGS, accelerated continual learning for 3D Gaussian Splatting based Reconstruction. Code available at [https://github.com/damanimc/ImprovedVBGS](https://github.com/damanimc/ImprovedVBGS)

GSPotential: Camera Potential Field for Sparse-View 3D Gaussian Splatting

GSPotential：面向稀疏视图三维高斯溅射的相机势场

Zeyuan An, Yanghang Xiao, Zhiying Leng, Yijun Feng, Xiaohui Liang

机构 * State Key Laboratory of Virtual Reality Technology and Systems, Beihang University（北京航空航天大学虚拟现实技术与系统国家重点实验室） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； Zhongguancun Laboratory（中关村实验室） 纠错

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

AI总结 GSPotential是面向稀疏视图3D Gaussian Splatting的框架，通过相机势场解决稀疏视图下的过拟合与几何伪影，采用虚拟相机采样与高斯更新策略提升重建保真度且训练效率具竞争力。

Comments 10 pages, 8 figures, 5 tables. Accepted to Pacific Graphics 2026 Conference Track

Stochastic Liquid Deformation Fields: An SDE Generalisation of Closed-Form Continuous-Time Cells for Dynamic 3D Gaussian Splatting

随机液体变形场：动态三维高斯溅射的闭式连续时间单元的SDE泛化

Mingzhao Li, Arghya Pal

机构 * School of Information Technology, Monash University（莫纳什大学信息技术学院） 纠错

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

AI总结 本研究将动态3D高斯溅射的变形场替换为带高斯扰动的CfC单元，提出随机液体变形场，在合成场景上性能优于MLP基线，明确了噪声项的适用场景。

Comments APSIPA ASC 2026 accepted paper

CoRe-GS: Coarse-to-Refined Gaussian Splatting with Semantic Object Focus

CoRe-GS：基于语义对象聚焦的粗到细 Gaussian Splatting

Hannah Schieber, Dominik Frischmann, Victor Schaack, Simon Boche, Angela Schoellig, Stefan Leutenegger, Daniel Roth

专题命中 Gaussian Splatting ：Gaussian Splatting(title,title_cn)；3D reconstruction(abstract)；分类 cs.CV

AI总结 CoRe-GS通过任务驱动的语义对象聚焦优化，实现高效且高质量的3D场景重建，适用于机器人应用。

MoDGS: Dynamic Gaussian Splatting from Casually-captured Monocular Videos with Depth Priors

MoDGS：基于深度先验的随意捕获单目视频动态高斯溅射

Qingming Liu, Yuan Liu, Jiepeng Wang, Xianqiang Lyv, Peng Wang, Wenping Wang, Junhui Hou

机构 * City University of HongKong（香港城市大学） ； HKUST（香港科技大学） ； HKU（香港大学） ； TAMU（德克萨斯大学奥斯汀分校） ； CUHK(SZ)（香港城市大学（深圳）） 纠错

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

AI总结 MoDGS是基于深度先验的新管线，通过3D感知初始化与鲁棒深度损失，从相机静止或缓慢移动的随意单目视频渲染高质量动态场景新视角，性能优于现有方法且代码公开。

Comments Accepted as a poster at ICLR. Project page: https://modgs.github.io

As-Rigid-As-Possible Deformation of Gaussian Radiance Fields

高斯辐射场的尽可能刚性变形

Xinhao Tong, Tianjia Shao, Yanlin Weng, Yin Yang, Kun Zhou

专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.GR

AI总结 本文针对现有3D高斯溅射（3DGS）变形方法易产生伪影的问题，提出一种交互式尽可能刚性（ARAP）变形方法，通过优化高斯及设计径向特征、自适应各向异性空间低通滤波器，实现无伪影且保持高质量高效率的高斯辐射场变形。

Journal ref IEEE Transactions on Visualization and Computer Graphics, vol. 31, no. 10, pp. 7727-7739, Oct. 2025

DReSG: Diffusion Residuals for Stylized Gaussian Splatting

DReSG：用于风格化高斯溅射的扩散残差

Zhongliang Liu, Wenjie Liu, Yang Li

机构 * School of Software Engineering, East China Normal University（华东师范大学软件工程学院） ； School of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院） 纠错

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

AI总结 针对现有3D风格化方法的缺陷，提出DReSG框架，将扩散提议作为残差目标并通过多视图高斯反馈优化，实现稳定可控的参考引导风格化，更好保留场景结构与跨视图稳定性。

Comments Accepted to Pacific Graphics 2026 (Conference Track)

ProGS: Towards Progressive Coding for 3D Gaussian Splatting

ProGS：迈向3D高斯散射的渐进编码

Zhiye Tang, Lingzhuo Liu, Shengjie Jiao, Qiudan Zhang, Junhui Hou, You Yang, Xu Wang

机构 * College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； School of Electronic Information and Communications, Huazhong University of Science and Technology（华中科技大学电子信息与通信学院） 纠错

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

AI总结 ProGS通过八叉树结构实现3D高斯散射的高效渐进编码，显著提升压缩效率和视觉保真度。

ThermoSplat: Cross-Modal 3D Gaussian Splatting with Feature Modulation and Geometry Decoupling

ThermoSplat: 多模态3D高斯点云的特征调制与几何解耦

Zhaoqi Su, Shihai Chen, Xinyan Lin, Liqin Huang, Zhipeng Su, Xiaoqiang Lu

机构 * College of Physics and Information Engineering, Fuzhou University（物理与信息工程学院，福州大学） 纠错

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

AI总结 ThermoSplat通过特征调制和几何解耦实现多模态3D高斯点云的深度光谱感知重建，提升多光谱场景的渲染质量。

Journal ref 10.1016/j.neucom.2026.134796

TopoSurfel: Closing the Loop between Gaussian Surfels and Meshes for Surface Reconstruction

TopoSurfel：闭合高斯面元与网格间的循环以实现表面重建

Chuanjin Fan, Wenjie Chang, Bohao Liao, Yujia Chen, Wenfei Yang, Tianzhu Zhang

机构 * University of Science and Technology of China（中国科学技术大学） ； Deep Space Exploration Laboratory（深空探测实验室） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(abstract,abstract_cn)；3DGS(abstract,abstract_cn)；novel view synthesis(abstract)；分类 cs.CV、cs.GR

AI总结 针对3D高斯溅射直接提取高保真表面易产生伪影和浮点数的问题，提出闭合高斯面元与网格循环的TopoSurfel框架，通过动态生成代理网格及相关策略实现高质量表面重建与新视图合成。

Comments Project page: https://fan-treasure.github.io/TopoSurfel_page/