3D 视觉

From Rays to Projections: Better Inputs for Feed-Forward View Synthesis

从射线到投影：更优质的输入用于前馈视图合成

Zirui Wu, Zeren Jiang, Martin R. Oswald, Jie Song

机构 * HKUST (GZ)（香港科技大学（广州）） ； University of Oxford（牛津大学） ； University of Amsterdam（阿姆斯特丹大学） ； HKUST（香港科技大学） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

AI总结 本文提出投影条件化方法，通过稳定的2D输入提升视图合成的鲁棒性和一致性，优于传统射线条件化方法。

Comments Project Page: https://wuzirui.github.io/pvsm-web

MatDecompSDF: High-Fidelity 3D Shape and PBR Material Decomposition from Multi-View Images

MatDecompSDF：从多视角图像中恢复高保真3D形状和PBR材质分解

Chengyu Wang, Isabella Bennett, Henry Scott, Liang Zhang, Mei Chen, Hao Li, Rui Zhao

机构 * San Francisco State University 1600 Holloway Avenue San Francisco California USA 94132 ； Department of Electrical \& Computer Engineering, Boston University 8 Saint Mary’s Street Boston MA USA 02215 ； University of California, Berkeley 2150 Shattuck Avenue Berkeley California USA 94704 ； Stanford University 450 Serra Mall Stanford California USA 94305 ； Carnegie Mellon University 5000 Forbes Avenue Pittsburgh Pennsylvania USA 15213 ； University of Washington 185 Stevens Way Seattle Washington USA 98195 ； San Francisco State University ； Department of Electrical \& Computer Engineering, Boston University ； University of California, Berkeley ； Stanford University ； Carnegie Mellon University ； University of Washington 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

AI总结 MatDecompSDF通过联合优化SDF、神经场和MLP模型，实现从多视角图像中高保真3D形状和PBR材质的分解。

Comments 12 pages, 4 figures

UMAMI: Unifying Masked Autoregressive Models and Deterministic Rendering for View Synthesis

UMAMI：统一掩码自回归模型和确定性渲染用于视图合成

Thanh-Tung Le, Tuan Pham, Tung Nguyen, Deying Kong, Xiaohui Xie, Stephan Mandt

机构 * UCI（加州大学伯克利分校） ； UCLA（加州大学洛杉矶分校） ； Google（谷歌） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

AI总结 UMAMI通过结合掩码自回归模型和确定性渲染，实现了视图合成中图像质量与渲染效率的统一。

Comments Accepted to NeurIPS 2025. The first two authors contributed equally

Learning High-Quality Initial Noise for Single-View Synthesis with Diffusion Models

基于扩散模型的学习高质量初始噪声用于单视图合成

Zhihao Zhang, Xuejun Yang, Weihua Liu, Mouquan Shen

机构 * College of Electrical Engineering and Control Science, Nanjing Tech University（电气工程与控制科学学院，南京理工大学） ； Yongjiang Laboratory（永江实验室） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

AI总结 本文提出了一种基于编码器-解码器网络的框架，通过注入图像语义信息将随机噪声转换为高质量噪声，提升单视图合成性能。

Comments 16 pages, 9 figures

Light-X: Generative 4D Video Rendering with Camera and Illumination Control

Light-X：具有摄像机和照明控制的生成式4D视频渲染

Tianqi Liu, Zhaoxi Chen, Zihao Huang, Shaocong Xu, Saining Zhang, Chongjie Ye, Bohan Li, Zhiguo Cao, Wei Li, Hao Zhao, Ziwei Liu

机构 * S-Lab, NTU（NTU的S-Lab） ； BAAI ； HUST（华中科技大学） ； AIR,THU（清华大学人工智能研究院） ； FNii, CUHKSZ（CUHKSZ的FNii） ； SJTU（上海交通大学） ； EIT (Ningbo)（宁波工程学院） 纠错

专题命中 新视角合成 ：point cloud(abstract)；分类 cs.CV

AI总结 Light-X通过联合控制摄像机轨迹和光照，实现高质量4D视频生成，优于现有方法。

Comments Project Page: https://lightx-ai.github.io/ , Code: https://github.com/TQTQliu/Light-X

FactorPortrait: Controllable Portrait Animation via Disentangled Expression, Pose, and Viewpoint

FactorPortrait: 通过解耦的表情、姿态和视角实现可控的肖像动画

Jiapeng Tang, Kai Li, Chengxiang Yin, Liuhao Ge, Fei Jiang, Jiu Xu, Matthias Nießner, Christian Häne, Timur Bagautdinov, Egor Zakharov, Peihong Guo

机构 * Meta Reality Labs（Meta现实实验室） ； Technical University of Munich（慕尼黑技术大学） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

AI总结 FactorPortrait通过解耦表情、姿态和视角实现可控肖像动画，利用预训练编码器和3D网格跟踪生成逼真动态效果。

Comments Project page: https://tangjiapeng.github.io/FactorPortrait/

Neural Hamiltonian Deformation Fields for Dynamic Scene Rendering

基于神经哈密顿变形场的动态场景渲染

Hai-Long Qin, Sixian Wang, Guo Lu, Jincheng Dai

专题命中 新视角合成 ：Gaussian Splatting(abstract)；分类 cs.GR

AI总结 NeHaD通过哈密顿力学建模动态高斯点漂，实现物理真实的动态场景渲染与流媒体能力。

Comments Accepted by ACM SIGGRAPH Asia 2025, project page: https://qin-jingyun.github.io/NeHaD

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

Chia-Hern Lai, I-Hsuan Lo, Yen-Ku Yeh, Thanh-Nguyen Truong, Ching-Chun Huang

机构 * National Yang Ming Chiao Tung University 纠错

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。

MVRoom: Controllable 3D Indoor Scene Generation with Multi-View Diffusion Models

MVRoom: 基于多视角扩散模型的可控3D室内场景生成

Shaoheng Fang, Chaohui Yu, Fan Wang, Qixing Huang

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； DAMO Academy, Alibaba Group（阿里巴巴达摩院） ； Hupan Lab（虎斑实验室） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

AI总结 MVRoom通过多视角扩散模型实现可控的3D室内场景生成，结合布局感知的极线注意力机制和迭代框架，提升多视角一致性和生成质量。

CAMEO: Correspondence-Attention Alignment for Multi-View Diffusion Models

CAMEO：多视图扩散模型中的对应-注意力对齐

Minkyung Kwon, Jinhyeok Choi, Jiho Park, Seonghu Jeon, Jinhyuk Jang, Junyoung Seo, Minseop Kwak, Jin-Hwa Kim, Seungryong Kim

机构 * KAIST AI（韩国科学技术院人工智能研究中心） ； NAVER AI Lab（NAVER人工智能实验室） ； SNU AIIS（延世大学人工智能研究所） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

AI总结 CAMEO通过几何对应监督注意力图，提升多视图扩散模型的训练效率和生成质量。

Comments Project page: https://cvlab-kaist.github.io/CAMEO/

VSRD++: Autolabeling for 3D Object Detection via Instance-Aware Volumetric Silhouette Rendering

VSRD++: 通过实例感知的体素轮廓渲染实现3D目标检测的自标注

Zihua Liu, Hiroki Sakuma, Masatoshi Okutomi

机构 * Department of System and Control Engineering, Institute of Science Tokyo, Tokyo（系统与控制工程系，科学东京研究所） 纠错

专题命中 新视角合成 ：point cloud(abstract)；分类 cs.CV

AI总结 VSRD++通过实例感知的体素轮廓渲染技术实现单目3D目标检测的弱监督自标注，有效提升静态和动态场景下的检测性能。

Comments arXiv admin note: text overlap with arXiv:2404.00149

Refinement of Monocular Depth Maps via Multi-View Differentiable Rendering

通过多视角可微渲染细化单目深度图

Laura Fink, Linus Franke, Bernhard Egger, Joachim Keinert, Marc Stamminger

机构 * Friedrich-Alexander-Universität Erlangen-Nürnberg（埃朗根-纽伦堡弗里德里希-亚历山大大学） ； Fraunhofer IIS Erlangen（弗劳恩霍夫研究所埃朗根） 纠错

专题命中 新视角合成 ：point cloud(abstract)；分类 cs.CV

AI总结 本文提出通过多视角可微渲染优化，提升单目深度图的精度与一致性，实现更高质量的深度估计。

Comments 8 pages main paper + 3 pages of references + 6 pages appendix

Cameras as Relative Positional Encoding

Ruilong Li, Brent Yi, Junchen Liu, Hang Gao, Yi Ma, Angjoo Kanazawa

机构 * UC Berkeley（伯克利大学） ； NVIDIA（NVIDIA公司） ； HKU（香港大学） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

Comments Project Page: https://www.liruilong.cn/prope/

Journal ref NeurIPS 2025

WarpGAN: Warping-Guided 3D GAN Inversion with Style-Based Novel View Inpainting

Kaitao Huang, Yan Yan, Jing-Hao Xue, Hanzi Wang

机构 * Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, Xiamen University, P.R. China（中国教育部多媒体可信感知与高效计算重点实验室，厦门大学） ； Department of Statistical Science, University College London, UK（伦敦大学学院统计学系） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

Gaussian-Augmented Physics Simulation and System Identification with Complex Colliders

Federico Vasile, Ri-Zhao Qiu, Lorenzo Natale, Xiaolong Wang

机构 * Istituto Italiano di Tecnologia（意大利技术研究院） ； UC San Diego（加州大学圣地亚哥分校） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

Comments Accepted to NeurIPS 2025. Project website: https://as-diffmpm.github.io/

WildCAT3D: Appearance-Aware Multi-View Diffusion in the Wild

Morris Alper, David Novotny, Filippos Kokkinos, Hadar Averbuch-Elor, Tom Monnier

机构 * Tel Aviv University（特拉维夫大学） ； Meta AI ； Cornell University（康奈尔大学） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

Comments Accepted to NeurIPS 2025. Project page: https://wildcat3d.github.io

FantasyWorld: Geometry-Consistent World Modeling via Unified Video and 3D Prediction

Yixiang Dai, Fan Jiang, Chiyu Wang, Mu Xu, Yonggang Qi

机构 * AMAP, Alibaba Group（阿里集团AMAP） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

$\mathtt{M^3VIR}$: A Large-Scale Multi-Modality Multi-View Synthesized Benchmark Dataset for Image Restoration and Content Creation

Yuanzhi Li, Lebin Zhou, Nam Ling, Zhenghao Chen, Wei Wang, Wei Jiang

机构 * Santa Clara University（圣克拉拉大学） ； University of Newcastle（新castle大学） ； Futurewei Technologies, Inc.（未来科技公司） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

Positional Encoding Field

Yunpeng Bai, Haoxiang Li, Qixing Huang

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Pixocial Technology（Pixocial技术） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

Comments 8 pages, 9 figures

Inverse Image-Based Rendering for Light Field Generation from Single Images

Hyunjun Jung, Hae-Gon Jeon

机构 * GIST AI Graduated School（GIST人工智能研究生院） ； Yonsei University（延世大学） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

Learning Neural Exposure Fields for View Synthesis

Michael Niemeyer, Fabian Manhardt, Marie-Julie Rakotosaona, Michael Oechsle, Christina Tsalicoglou, Keisuke Tateno, Jonathan T. Barron, Federico Tombari

机构 * Google（谷歌） 纠错

专题命中 新视角合成 ：3D reconstruction(abstract)；分类 cs.CV

Comments Accepted to NeurIPS 2025. Project page available at https://m-niemeyer.github.io/nexf/index.html

NeRAF: 3D Scene Infused Neural Radiance and Acoustic Fields

Amandine Brunetto, Sascha Hornauer, Fabien Moutarde

机构 * Center for Robotics, Mines Paris - PSL University Paris, France（机器人中心，巴黎 Mines Paris - PSL 大学） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

Comments ICLR 2025 (Poster). Camera ready version. Project Page: https://amandinebtto.github.io/NeRAF; 24 pages, 13 figures

Journal ref The Thirteenth International Conference on Learning Representations, 2025

Imagination at Inference: Synthesizing In-Hand Views for Robust Visuomotor Policy Inference

Haoran Ding, Anqing Duan, Zezhou Sun, Dezhen Song, Yoshihiko Nakamura

机构 * Department of Robotics, Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（机器人系，Mohamed bin Zayed人工智能大学） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.RO

Comments Submitted to IEEE for possible publication, under review

WildSmoke: Ready-to-Use Dynamic 3D Smoke Assets from a Single Video in the Wild

Yuqiu Liu, Jialin Song, Manolis Savva, Wuyang Chen

机构 * Simon Fraser University（西蒙弗雷泽大学） 纠错

专题命中 新视角合成 ：3D vision(abstract)；分类 cs.CV

TexVerse: A Universe of 3D Objects with High-Resolution Textures

Yibo Zhang, Li Zhang, Rui Ma, Nan Cao

机构 * Shanghai Innovation Institute（上海创新研究院） ； Jilin University（吉林大学） ； Fudan University（复旦大学） ； Tongji University（同济大学） 纠错

专题命中 新视角合成 ：3D vision(abstract)；分类 cs.CV

Comments https://github.com/yiboz2001/TexVerse

Look Beyond: Two-Stage Scene View Generation via Panorama and Video Diffusion

Xueyang Kang, Zhengkang Xiang, Zezheng Zhang, Kourosh Khoshelham

机构 * University of Melbourne（墨尔本大学） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

Comments 26 pages, 30 figures, 2025 ACM Multimedia

AR-1-to-3: Single Image to Consistent 3D Object Generation via Next-View Prediction

Xuying Zhang, Yupeng Zhou, Kai Wang, Yikai Wang, Zhen Li, Shaohui Jiao, Daquan Zhou, Qibin Hou, Ming-Ming Cheng

机构 * VCIP, CS, Nankai University（南开大学计算机科学与技术学院） ； NKIARI, Shenzhen Futian（深圳南山人工智能研究院） ； Tsinghua University（清华大学） ； ByteDance Inc.（字节跳动公司） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

Comments Accepted at ICCV 2025; Project page: https://github.com/HVision-NKU/AR123

4DVD: Cascaded Dense-view Video Diffusion Model for High-quality 4D Content Generation

Shuzhou Yang, Xiaodong Cun, Xiaoyu Li, Yaowei Li, Jian Zhang

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

Geo-NI: Geometry-aware Neural Interpolation for Light Field Rendering

Gaochang Wu, Yuemei Zhou, Yebin Liu, Lu Fang, Tianyou Chai

机构 * State Key Laboratory of Synthetical Automation for Process Industries, Northeastern University（合成自动化过程工业国家重点实验室，东北大学） ； Department of Automation, Tsinghua University（自动化系，清华大学） ； Department of Electronic Engineering, Tsinghua University（电子工程系，清华大学） ； Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

Comments Accepted by IEEE TPAMI, 16 pages, 14 figures, 6 tables

CD-NGP: A Fast Scalable Continual Representation for Dynamic Scenes

Zhenhuan Liu, Shuai Liu, Zhiwei Ning, Jie Yang, Yifan Zuo, Yuming Fang, Wei Liu

机构 * Dept. of Automation, Shanghai Jiao Tong University（自动化系，上海交通大学） 纠错

专题命中 新视角合成 ：novel view synthesis(abstract)；分类 cs.CV

Comments 18 pages in total