3D 视觉

Spectral GS-SLAM: Observability-Aware, Degeneracy-Robust Tracking for Real-Time 3D Gaussian Splatting SLAM

Spectral GS-SLAM：面向实时3D高斯泼溅SLAM的可观测性感知与退化鲁棒跟踪

Edward Beng Wai Tan, Siew-Kei Lam, Dongshuo Zhang

机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） 纠错

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

AI总结 提出Spectral GS-SLAM，通过自适应补偿退化场景中的欠约束方向，结合ICP与特征约束实现鲁棒跟踪，并利用高斯感知平面性加权机制融合几何信息，在无结构/纹理环境中保持实时性能（40.14 FPS）。

Comments This work has been accepted to IROS 2026

Edit3DGS: Unified Framework for Dynamic Head Editing via 2D Instruction-Guided Diffusion and 3D Gaussian Splatting

Edit3DGS：通过2D指令引导扩散与3D高斯泼溅的动态头部编辑统一框架

Duy-Dat Tran, Trung-Nghia Le

机构 * University of Science, VNU-HCM, Ho Chi Minh, Vietnam（越南胡志明市国家大学） ； Vietnam National University, Ho Chi Minh, Vietnam（越南国家大学） 纠错

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

AI总结 提出Edit3DGS统一框架，结合2D指令引导扩散与3D高斯泼溅，实现动态3D头部的可控编辑，支持表情变换、属性修改等操作，并保持身份与运动动态的一致性。

Comments SOICT 2025

Ref-DGS: Reflective Dual Gaussian Splatting

Ref-DGS: 反射性双高斯泼溅

Ningjing Fan, Yiqun Wang, Dong-Ming Yan, Peter Wonka

机构 * Chongqing University（重庆大学） ； MAIS, Institute of Automation, Chinese Academy of Sciences and UCAS（自动化研究所，中国科学院，UCAS） ； King Abdullah University of Science and Technology (KAUST)（卡塔尔科学与技术大学） 纠错

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

AI总结 提出Ref-DGS框架，通过双高斯场景表示和物理感知的镜面自适应混合着色器，在高效光栅化管线中解耦表面重建与镜面反射，实现反射场景的SOTA新视图合成且训练速度远快于基于光线的方法。

Comments Project page: https://njfan.github.io/Ref-DGS/

RU4D-SLAM: Reweighting Uncertainty in Gaussian Splatting SLAM for 4D Scene Reconstruction

RU4D-SLAM：面向4D场景重建的高斯溅射SLAM不确定性重加权

Yangfan Zhao, Hanwei Zhang, Ke Huang, Qiufeng Wang, Zhenzhou Shao, Dengyu Wu

机构 * Capital Normal University（首都师范大学） ； Saarland University（萨尔兰大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； King’s College London（伦敦国王学院） 纠错

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

AI总结 提出RU4D-SLAM框架，通过引入时间因子、不确定性感知和语义引导重加权机制，解决动态环境中3D高斯溅射SLAM的跟踪与4D场景重建问题。

Relightable Gaussian Splatting for Virtual Production Using Image-Based Illumination

可重照明高斯点散布用于虚拟制作的基于图像的照明

Adrian Azzarelli, Nantheera Anantrasirichai, James Pollock, David R. Bull

机构 * University of Bristol, UK（英国布里斯托大学） ； Lux Aeterna, Bristol, UK（卢克斯艾特纳，布里斯托，英国） 纠错

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

AI总结 本文提出一种针对虚拟制作的3D重建与重照明框架，利用高斯点散布技术，通过已知背景图像条件重照明过程，避免使用环境映射，提高3D重建质量和可控性，方法高效且支持多种输出变量。

Splatblox: Traversability-Aware Gaussian Splatting for Outdoor Robot Navigation

Splatblox：面向户外机器人导航的可通行性感知高斯点绘制

Samarth Chopra, Jing Liang, Gershom Seneviratne, Yonghan Lee, Jaehoon Choi, Jianyu An, Stephen Cheng, Dinesh Manocha

机构 * University of Maryland, College Park（马里兰大学帕克分校） 纠错

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

AI总结 Splatblox通过融合RGB图像和LiDAR点云，构建了具有几何和语义信息的可通行性感知ESDF，实现户外复杂环境下的实时自主导航，实验表明其在可通行性判断和路径规划方面优于现有方法。

Thinking Like Van Gogh: Structure-Aware Style Transfer via Flow-Guided 3D Gaussian Splatting

像梵高一样思考：通过流引导的3D高斯点划法实现结构感知的风格迁移

Lebin Zhou, Jingchuan Xiao, Zhendong Wang, Jinhao Wang, Rongduo Han, Nam Ling, Cihan Ruan

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

AI总结 本文提出一种流引导的3D高斯点划法框架，通过将二维艺术运动转换为三维高斯几何，实现结构感知的风格迁移，同时采用亮度-结构解耦策略和VLM-as-a-Judge评估框架，提升艺术真实感。

Comments 7 pages, 8 figures

LSGS-Loc: Towards Robust 3DGS-Based Visual Localization for Large-Scale UAV Scenarios

LSGS-Loc: 向大尺度无人机场景下的鲁棒3DGS视觉定位迈进

Xiang Zhang, Tengfei Wang, Fang Xu, Xin Wang, Zongqian Zhan

机构 * School of Geodesy and Geomatics, Wuhan University（武汉大学测绘学院） 纠错

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

AI总结 针对大尺度无人机场景中3DGS视觉定位的鲁棒性问题，提出LSGS-Loc方法，通过引入尺度感知的位姿初始化策略和拉普拉斯可靠性掩膜机制，提升定位精度与鲁棒性。

Comments This paper is under reviewed by RA-L. The copyright might be transferred upon acceptance

RT-GS: Gaussian Splatting with Reflection and Transmittance Primitives

RT-GS：基于反射和透射原语的高斯散射

Kunnong Zeng, Chensheng Peng, Yichen Xie, Masayoshi Tomizuka, Cem Yuksel

机构 * University of Utah（犹他大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 RT-GS通过整合微面材料模型与光线追踪，解决高斯散射中同时建模镜面反射和半透明表面后物体外观的问题，提升视图合成的真实感。

CLoD-GS: Continuous Level-of-Detail via 3D Gaussian Splatting

CLoD-GS：通过3D高斯散射实现连续细节层次

Zhigang Cheng, Mingchao Sun, Yu Liu, Zengye Ge, Luyang Tang, Mu Xu, Yangyan Li, Peng Pan

机构 * Tsinghua University（清华大学） ； AMAP（高德地图） 纠错

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

AI总结 本文提出CLoD-GS框架，利用3D高斯散射技术实现连续细节层次，通过动态调整高斯体透明度，实现单模型的平滑细节渐变，减少存储开销和视觉瑕疵。

Comments Accepted by ICLR 2026 poster

Drive-Through 3D Vehicle Exterior Reconstruction via Dynamic-Scene SfM and Distortion-Aware Gaussian Splatting

通过动态场景SfM和抗畸变高斯点绘制实现车辆外观三维重建

Nitin Kulkarni, Akhil Devarashetti, Charlie Cluss, Livio Forte, Philip Schneider, Chunming Qiao, Alina Vereshchaka

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

AI总结 本文提出一种端到端管道，结合动态场景SfM和抗畸变高斯点绘制，解决动态场景中车辆外观重建的挑战，实现高质量3D模型。

Comments 8 pages, 7 figures, Submitted to IEEE IROS 2026 (under review)

HyperGaussians: High-Dimensional Gaussian Splatting for High-Fidelity Animatable Face Avatars

HyperGaussians: 高维高斯点云用于高质量可动画人脸仿生体

Gent Serifi, Marcel C. Buehler

机构 * ETH Zurich（苏黎世联邦理工学院） 纠错

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

AI总结 本文提出HyperGaussians，一种高维多变量高斯点云的扩展，用于生成高质量可动画人脸仿生体。通过引入可学习的局部嵌入条件，提升表达能力，解决传统3DGS在非线性变形和细节表现上的不足。

Comments CVPR 2026, Project page: https://gserifi.github.io/HyperGaussians, Code: https://github.com/gserifi/HyperGaussians

Matryoshka Gaussian Splatting

俄罗斯套娃高斯点撒技术

Zhilin Guo, Boqiao Zhang, Hakan Aktas, Kyle Fogarty, Jeffrey Hu, Nursena Koprucu Aslan, Wenzhao Li, Canberk Baykal, Albert Miao, Josef Bengtson, Chenliang Zhou, Weihao Xia, Cristina Nader Vasconcelos, Cengiz Oztireli

机构 * University of Cambridge（剑桥大学） ； Chalmers University of Technology（挑战者技术大学） ； Google（谷歌） 纠错

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

AI总结 本文提出Matryoshka Gaussian Splatting，通过随机预算训练实现连续LOD，保持高容量渲染质量，实现单模型的速度-质量平衡。

Comments project page: https://zhilinguo.github.io/MGS

GSMem: 3D Gaussian Splatting as Persistent Spatial Memory for Zero-Shot Embodied Exploration and Reasoning

GSMem: 3D高斯溅射作为持久空间记忆用于零样本具身探索与推理

Yiren Lu, Yi Du, Disheng Liu, Yunlai Zhou, Chen Wang, Yu Yin

机构 * Case Western Reserve University（凯斯西储大学） ； Spatial AI & Robotics (SAIR) Lab, University at Buffalo（布法罗大学空间人工智能与机器人实验室） 纠错

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

AI总结 本文提出GSMem框架，利用3D高斯溅射构建持久空间记忆，解决具身探索中空间知识遗忘问题，通过检索机制与混合探索策略提升视觉语言模型推理效果。

Comments Project page at https://vulab-ai.github.io/GSMem/

From ex(p) to poly: Gaussian Splatting with Polynomial Kernels

从指数到多项式：基于多项式核的高斯点渲染

Joerg H. Mueller, Martin Winter, Markus Steinberger

机构 * Huawei Technologies（华为技术有限公司） ； Graz University of Technology（格拉茨理工大学） 纠错

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

AI总结 本文提出多项式核替代传统指数核，提升3DGS计算效率并保持数据集兼容性，实验显示性能提升4-15%且图像质量影响小。

VIGS-SLAM: Visual Inertial Gaussian Splatting SLAM

VIGS-SLAM：视觉惯性高斯点云SLAM

Zihan Zhu, Wei Zhang, Moyang Li, Norbert Haala, Marc Pollefeys, Daniel Barath

机构 * ETH Zurich（苏黎世联邦理工学院） ； University of Stuttgart（斯图加特大学） ； Microsoft（微软公司） 纠错

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

AI总结 VIGS-SLAM通过融合视觉与惯性信息，实现鲁棒的实时跟踪和高保真重建，克服了纯视觉方法在运动模糊、低纹理等挑战性条件下的局限。

Comments Project page: https://vigs-slam.github.io

MCGS-SLAM: A Multi-Camera SLAM Framework Using Gaussian Splatting for High-Fidelity Mapping

MCGS-SLAM：一种基于高斯点划的多相机SLAM框架用于高保真的地图构建

Zhihao Cao, Hanyu Wu, Li Wa Tang, Zizhou Luo, Wei Zhang, Marc Pollefeys, Zihan Zhu, Martin R. Oswald

机构 * Department of Mathematics, ETH Zurich（苏黎世联邦理工学院数学系） ； Department of Mechanical and Process Engineering, ETH Zurich（苏黎世联邦理工学院机械与工艺工程系） ； Department of Informatics, University of Zurich（苏黎世大学信息系） ； Institute for Photogrammetry, University of Stuttgart（斯图加特大学摄影测量研究所） ； Computer Vision and Geometry Group, ETH Zurich（苏黎世联邦理工学院计算机视觉与几何组） ； Microsoft Spatial AI Lab（微软空间AI实验室） ； Computer Vision Research Group, University of Amsterdam（阿姆斯特丹大学计算机视觉研究组） 纠错

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

AI总结 MCGS-SLAM通过多相机和高斯点划技术实现高保真的SLAM，提供精确轨迹和逼真重建，优于单目方法。

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026

LIVE-GS: Online LiDAR-Inertial-Visual State Estimation and Globally Consistent Mapping with 3D Gaussian Splatting

LIVE-GS: 在线激光雷达-惯性-视觉状态估计与全局一致映射的3D高斯点云绘制

Jaeseok Park, Chanoh Park, Minsu Kim, Minkyoung Kim, Soohwan Kim

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

AI总结 LIVE-GS通过结合激光雷达与3D高斯点云绘制，实现高精度地图一致性，解决稀疏数据和计算效率问题。

Transforming Omnidirectional RGB-LiDAR data into 3D Gaussian Splatting

将全方位RGB-LiDAR数据转换为3D高斯散点

Semin Bae, Hansol Lim, Jongseong Brad Choi

机构 * Department of Computer Science, State University of New York（计算机科学系，纽约州立大学） ； Department of Mechanical Engineering, State University of New York（机械工程系，纽约州立大学） 纠错

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

AI总结 本文提出了一种将全方位RGB-LiDAR数据转换为3D高斯散点的重用管道，解决数据处理中的非线性失真和计算开销问题，提升复杂场景的渲染保真度。

Comments This work has been submitted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) for possible publication

Observer-Actor: Active Vision Imitation Learning with Sparse-View Gaussian Splatting

观察者-执行者：基于稀疏视角高斯点云的主动视觉模仿学习

Yilong Wang, Cheng Qian, Ruomeng Fan, Edward Johns

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

AI总结 ObAct通过主动视觉探索提升双臂机器人模仿学习的鲁棒性，利用稀疏视角高斯点云增强观测清晰度，实验显示其在无遮挡和有遮挡情况下均显著优于固定相机设置。

Comments Accepted at ICRA 2026. Project Webpage: https://obact.github.io

Generalized non-exponential Gaussian splatting

广义非指数高斯散射

Sébastien Speierer, Adrian Jarabo

机构 * Meta 纠错

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

AI总结 本文将3DGS推广到非指数辐射传输模型，通过二次透射率定义不同衰减特性版本，提升复杂真实场景下的渲染效率。

Comments 13 pages, 6 figures, 4 tables

RAP: Fast Feedforward Rendering-Free Attribute-Guided Primitive Importance Score Prediction for Efficient 3D Gaussian Splatting Processing

RAP: 快速前馈渲染-free 属性引导的原始形体重要性分数预测用于高效3D高斯点绘处理

Kaifa Yang, Qi Yang, Yiling Xu, Zhu Li

机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Missouri–Kansas City（密苏里大学-堪萨斯城分校） 纠错

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

AI总结 RAP通过属性引导和高效算法，实现3DGS中原始形体重要性分数的快速预测，提升重建、压缩和传输效率。

Comments Accepted by CVPR 2026

3D Scene Rendering with Multimodal Gaussian Splatting

多模态高斯散射的3D场景渲染

Chi-Shiang Gau, Konstantinos D. Polyzos, Athanasios Bacharis, Saketh Madhuvarasu, Tara Javidi

机构 * UCSD Centers for Machine intelligence, computing, and security (MICS) and Wireless Communications (CWC)（UCSD 机器智能、计算与安全中心（MICS）和无线通信中心） ； UCSD ； NVIDIA 纠错

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

AI总结 本文提出多模态框架，结合射频传感与高斯散射技术，实现高效且鲁棒的3D场景渲染。

GS-ProCams: Gaussian Splatting-based Projector-Camera Systems

GS-ProCams: 基于高斯点的投影-相机系统

Qingyue Deng, Jijiang Li, Haibin Ling, Bingyao Huang

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

AI总结 GS-ProCams通过高斯点表示实现视图无关的投影-相机系统，提升效率并减少资源消耗。

Comments This version includes updated experimental results after an implementation fix

Multi-Spectral Gaussian Splatting with Neural Color Representation

多光谱高斯点云渲染与神经颜色表示

Lukas Meyer, Josef Grün, Maximilian Weiherer, Bernhard Egger, Marc Stamminger, Linus Franke

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

AI总结 本文提出MS-Splatting框架，通过神经颜色表示实现多光谱3D高斯点云渲染，提升多光谱和单光谱渲染质量，应用于植被指数渲染。

Comments for project page, see https://meyerls.github.io/ms_splatting

GSM-GS: Geometry-Constrained Single and Multi-view Gaussian Splatting for Surface Reconstruction

GSM-GS: 用于表面重建的几何约束单视图和多视图高斯散射

Xiao Ren, Yu Liu, Ning An, Jian Cheng, Xin Qiao, He Kong

机构 * School of Automation and Intelligent Manufacturing, Southern University Science and Technology（自动化与智能制造学院，南方科技大学） ； Research Institute of Mine Artificial Intelligence, China Coal Research Institute（煤矿人工智能研究院，中国煤炭研究总院） ； Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（人工智能与机器人研究院，西安交通大学） 纠错

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

AI总结 GSM-GS通过几何约束单视图和多视图高斯散射，提升复杂表面结构的重建精度和渲染质量。

Comments https://aislab-sustech.github.io/GSM-GS/

LighthouseGS: Indoor Structure-aware 3D Gaussian Splatting for Panorama-Style Mobile Captures

LighthouseGS: 基于室内结构的3D高斯散点式全景式移动捕捉

Seungoh Han, Jaehoon Jang, Hyunsu Kim, Jaeheung Surh, Junhyung Kwak, Hyowon Ha, Kyungdon Joo

机构 * Ulsan National Institute of Science and Technology (UNIST)（乌山国立科学技术研究院） 纠错

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

AI总结 LighthouseGS通过利用室内结构和几何先验，提升单移动设备全景式捕捉的3D点估计和视图合成性能。

Comments WACV 2026

Faster-GS: Analyzing and Improving Gaussian Splatting Optimization

Faster-GS：分析和改进高斯点云优化

Florian Hahlbohm, Linus Franke, Martin Eisemann, Marcus Magnor

机构 * Computer Graphics Lab, TU Braunschweig（图计算机图形实验室，图林根大学） 纠错

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

AI总结 Faster-GS通过整合和优化3DGS的核心策略，实现了训练速度提升五倍的同时保持视觉质量，为高斯点云优化提供了新的高效基准，并拓展至四维场景重建。

Comments Project page: https://fhahlbohm.github.io/faster-gaussian-splatting

Informative Object-centric Next Best View for Object-aware 3D Gaussian Splatting in Cluttered Scenes

信息丰富的基于对象的下一步最佳视角用于对象感知的3D高斯散射在杂乱场景中

Seunghoon Jeong, Eunho Lee, Jeongyun Kim, Ayoung Kim

机构 * Interdisciplinary Program in Artificial Intelligence, SNU（人工智能交叉学科项目，SNU） ； Dept. of Mechanical Engineering, SNU（机械工程系，SNU） 纠错

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

AI总结 本文提出了一种基于对象的下一步最佳视角策略，通过利用对象特征提升3D高斯散射在杂乱场景中的重建鲁棒性，实验表明深度误差显著降低。

Comments 9 pages, 8 figures, 4 tables, accepted to ICRA 2026

Towards Next-Generation SLAM: A Survey on 3DGS-SLAM Focusing on Performance, Robustness, and Future Directions

迈向下一代SLAM：聚焦性能、鲁棒性和未来方向的3DGS-SLAM综述

Li Wang, Ruixuan Gong, Yumo Han, Lei Yang, Lu Yang, Ying Li, Bin Xu, Huaping Liu, Rong Fu

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

AI总结 本文综述了3DGS-SLAM在性能、鲁棒性和未来方向上的关键技术，分析了其在SLAM中的应用及优化方法。