3D 视觉

3D Gaussian as a New Era: A Survey

Ben Fei, Jingyi Xu, Rui Zhang, Qingyuan Zhou, Weidong Yang, Ying He

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

Comments Accepted at IEEE TVCG 2024, Please refer to: https://ieeexplore.ieee.org/document/10521791

NEAT: Distilling 3D Wireframes from Neural Attraction Fields

Nan Xue, Bin Tan, Yuxi Xiao, Liang Dong, Gui-Song Xia, Tianfu Wu, Yujun Shen

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

Comments CVPR 2024

TRIPS: Trilinear Point Splatting for Real-Time Radiance Field Rendering

Linus Franke, Darius Rückert, Laura Fink, Marc Stamminger

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

CG-SLAM: Efficient Dense RGB-D SLAM in a Consistent Uncertainty-aware 3D Gaussian Field

Jiarui Hu, Xianhao Chen, Boyin Feng, Guanglin Li, Liangjing Yang, Hujun Bao, Guofeng Zhang, Zhaopeng Cui

专题命中 Gaussian Splatting ：NeRF(abstract)；Gaussian Splatting(abstract)；novel view synthesis(abstract)；分类 cs.CV、cs.RO

Comments Project Page: https://zju3dv.github.io/cg-slam

HUGS: Human Gaussian Splats

Muhammed Kocabas, Jen-Hao Rick Chang, James Gabriel, Oncel Tuzel, Anurag Ranjan

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

Gaussian-JEPA: Joint-Embedding Predictive Learning for 3D Gaussian Splats

Gaussian-JEPA：面向3D高斯溅射的联合嵌入预测学习

Bin Ren, Qi Ma, Yue Li, Zongyan Han, Yidi Li, Yuqian Fu, Rao Muhammad Anwer, Theo Gevers, Fahad Shahbaz Khan, Salman Khan

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

AI总结 提出Gaussian-JEPA，通过预测高斯令牌块潜在表示实现自监督学习，在多类任务上优于重构预训练，为3D高斯表示提供有效学习目标

Comments Joint-embedding predictive representation learning for 3D Gaussian Splatting

Faster and Better 3D Splatting via Group Training

更高效且更好的3D点云绘制方法：通过分组训练

Chengbo Wang, Guozheng Ma, Yifei Xue, Yizhen Lao

机构 * Hunan University（湖南大学） ； Nanyang Technological University（南洋理工大学） ； Lushan Innovation Lab（庐山创新实验室） ； Key Laboratory of Digital Culture Smart Design Technology, Minstry of Culture and Tourism（文化与旅游部数字文化智能设计技术重点实验室） 纠错

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

AI总结 本文提出分组训练方法，通过将高斯基本形体分组优化训练效率和渲染质量，实现更高效的3D点云绘制

Comments Accepted to ICCV 2025. Code is available at https://github.com/Chengbo-Wang/3DGS-with-Group-Training

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。

GSBF: Gaussian Splatting for Environment-Aware Beamforming

GSBF：面向环境感知波束成形的高斯溅射

Yijie Bian, Wei Guo, Zixin Wang, Shenghui Song, Jun Zhang, Khaled B. Letaief

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

AI总结 该研究针对传统波束成形依赖瞬时CSI导致开销高的问题，提出GSBF方法，通过3D高斯表示刻画环境，利用Bi-SG核与电磁光栅化合成波束，仿真显示其性能优于EBA且延迟更低。

ProbSplat: Efficient Probabilistic Hardware for Gaussian Splatting in 3D Scene Reconstruction

ProbSplat：面向三维场景重建中高斯溅射的高效概率硬件

Siddarth Gottumukkula, M P Samartha, Vedant Pahariya, Priyanshi Jain, Amit Ranjan Trivedi, Priyesh Shukla

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

AI总结 本文提出一种存算一体启发的概率硬件ProbSplat，可独立控制高斯混合分量的均值与方差，在三维场景重建中实现低复杂度、低功耗的高斯溅射计算，获21.99dB PSNR的重建保真度，适用于边缘端AR/VR与机器人场景。

Comments Accepted for publication in the 2026 IEEE Computer Society Annual Symposium on VLSI (ISVLSI)

SplatStream: Fine Granular Scalable Gaussian Splatting for Adaptive 3D Scene Streaming

SplatStream：用于自适应3D场景流的细粒度可扩展高斯点云绘制

Muhammad Talha, William Gordon, Sajid Umair, Zhu Li, Anique Akhtar, Joel Jung

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

AI总结 针对动态3D高斯点云绘制在自适应流方面的挑战，提出SplatStream框架，通过分解场景为质量和分辨率层、引入层间及时间预测编码、基于体不透明度度量分组等方法，实现细粒度自适应低延迟传输。

Comments Accepted in Asilomar Conference on Signals, Systems, and Computers 2026

OctCGS: Octree-Contextual Gaussian Splatting with Explicit Multi-Order Propagation Modeling for Channel Knowledge Map Construction

OctCGS: 基于八叉树上下文的高斯泼溅与显式多阶传播建模的信道知识图谱构建

Jinghan Zhang, Xitao Gong, Qi Wang, Richard A. Stirling-Gallacher, Giuseppe Caire

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

AI总结 提出OctCGS框架，利用八叉树上下文的高斯泼溅显式建模多跳无线传播的阶数，实现高效的信道知识图谱构建，在信道增益MAE和NMAE上分别提升0.88 dB和0.021。

Comments Submitted to IEEE GLOBECOM 2026

GSpaRC: Gaussian Splatting for Real-time Reconstruction of RF Channels

GSpaRC：高斯点云用于射频信道的实时重建

Bhavya Sai Nukapotula, Rishabh Tripathi, Seth Pregler, Dileep Kalathil, Srinivas Shakkottai, Theodore S. Rappaport

机构 * Texas A&M University（德克萨斯A&M大学） ； New York University（纽约大学） 纠错

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

AI总结 GSpaRC通过高斯点云技术实现射频信道的高精度实时重建，显著降低训练和推理时间，适用于5G及未来无线系统。

Comments Project website: https://nbhavyasai.github.io/GSpaRC/

Fast undersampled dynamic MRI reconstruction using explicit representation learning with Gaussian splatting

快速动态MRI重建：利用显式表示学习与高斯点溅射

M. L. Terpstra, C. A. T. van den Berg

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

AI总结 本文提出利用显式表示学习与高斯点溅射方法，实现高效个性化动态MRI重建，可在60秒内训练高斯点并以0.5ms/d的推理时间获得高质量心脏MRI。

Comments Accepted at ISMRM 2026

Structured Image-based Coding for Efficient Gaussian Splatting Compression

基于结构化图像的高效高斯溅射压缩

Pedro Martin, Antonio Rodrigues, Joao Ascenso, Maria Paula Queluz

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

AI总结 本文提出GSICO，通过结构化图像编码实现高效高斯溅射压缩，达到20.2x压缩率且视觉质量损失小。

Atlas Gaussian processes on restricted domains and point clouds

受限域和点云上的Atlas高斯过程

Mu Niu, Yue Zhang, Ke Ye, Pokman Cheung, Yizhu Wang, Xiaochen Yang

机构 * School of Mathematics and Statistics, University of Glasgow（数学与统计学学院，格拉斯哥大学） ； KLMM, Academy of Mathematics and Systems Science, Chinese Academy of Sciences, China（数学与系统科学研究院，中国科学院） 纠错

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

AI总结 本文提出了一种改进的Atlas高斯过程，通过结合全局热核与局部RBF核，提升高维点云和受限域中的回归性能和热核估计精度。

6D Channel Knowledge Map Construction via Bidirectional Wireless Gaussian Splatting

Juncong Zhou, Chao Hu, Guanlin Wu, Zixiang Ren, Han Hu, Juyong Zhang, Rui Zhang, Jie Xu

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

Gaussian splatting holography

Shuhe Zhang, Liangcai Cao

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

Distributed 3D Gaussian Splatting for High-Resolution Isosurface Visualization

Mengjiao Han, Andres Sewell, Joseph Insley, Janet Knowles, Victor A. Mateevitsi, Michael E. Papka, Steve Petruzza, Silvio Rizzi

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

Journal ref Super Computing 2025 Research Poster

Toward Distributed 3D Gaussian Splatting for High-Resolution Isosurface Visualization

Mengjiao Han, Andres Sewell, Joseph Insley, Janet Knowles, Victor A. Mateevitsi, Michael E. Papka, Steve Petruzza, Silvio Rizzi

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

Journal ref IEEE eScience 2025 Poster

Photometric Stereo using Gaussian Splatting and inverse rendering

Matéo Ducastel, David Tschumperlé, Yvain Quéau

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

Comments in French language. GRETSI 2025, Association GRETSI, Aug 2025, Strasbourg, France

ArtGS: Building Interactable Replicas of Complex Articulated Objects via Gaussian Splatting

Yu Liu, Baoxiong Jia, Ruijie Lu, Junfeng Ni, Song-Chun Zhu, Siyuan Huang

机构 * Tsinghua University（清华大学） ； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室） ； Peking University（北京大学） 纠错

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

Neural Representation for Wireless Radiation Field Reconstruction: A 3D Gaussian Splatting Approach

Chaozheng Wen, Jingwen Tong, Yingdong Hu, Zehong Lin, Jun Zhang

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

Comments This is an extended journal version of our previous conference paper that was accepted to the IEEE INFOCOM 2025 at arXiv:2412.04832v2. The code for this version is available at https://github.com/wenchaozheng/WRF-GSplus

Exploring the Versal AI Engine for 3D Gaussian Splatting

Kotaro Shimamura, Ayumi Ohno, Shinya Takamaeda-Yamazaki

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

Objects as Audio-Visual Modal Sound Fields

作为视听模态声场的物体

Zisen Shao, Zihao Wei, Derong Jin, Ruohan Gao

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(abstract,abstract_cn)；3D reconstruction(abstract)；分类 cs.CV

AI总结 本文针对现有碰撞声建模方法成本高或需大量数据的问题，提出AV-MSF表示，结合3D高斯溅射与模态参数实现少样本重建，在真实数据集上达最优渲染性能，还支持接触定位等下游应用。

Comments ECCV 2026, Project page: https://zisenshao.github.io/AV-MSF/

MeSS: City Mesh-Guided Outdoor Scene Generation with Cross-View Consistent Diffusion

MeSS: 基于城市网格的户外场景生成与跨视角一致扩散

Xuyang Chen, Zhijun Zhai, Kaixuan Zhou, Zengmao Wang, Jianan He, Dong Wang, Yanfeng Zhang, mingwei Sun, Rüdiger Westermann, Konrad Schindler, Liqiu Meng

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

AI总结 MeSS通过改进跨视角一致性，利用城市网格模型生成高质量且风格一致的户外场景，并结合3D高斯点划重建技术提升生成质量。

Scene2Sound: Auditory-Grounded Soundscape Generation for 3D Gaussian Worlds

Scene2Sound：面向3D高斯世界的听觉锚定声景生成

Masaki Yoshida, Ren Togo, Takahiro Ogawa, Miki Haseyama

机构 * Hokkaido University（北海道大学） 纠错

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

AI总结 Scene2Sound是一个无训练框架，通过听觉锚定和高斯集匹配为3D高斯世界生成空间一致的声景，在保留音频质量的同时解决了现有方法空间不一致的问题，经实验和用户研究验证有效。

Comments 14 pages. Project page: https://masaki-lmd.github.io/scene2sound/

TRACE: High-Fidelity 3D Scene Editing via Tangible Reconstruction and Geometry-Aligned Contextual Video Masking

TRACE：通过可触觉重建和几何对齐的上下文视频遮罩实现高保真的3D场景编辑

Jiyuan Hu, Zechuan Zhang, Zongxin Yang, Yi Yang

机构 * ReLER Lab, CCAI, Zhejiang University（浙江大学计算机辅助设计与图形学全国重点实验室（CCAI）ReLER实验室） ； DBMI, HMS, Harvard University（哈佛大学医学院生物医学信息学系（DBMI）） 纠错

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

AI总结 TRACE通过可触觉重建和几何对齐的上下文视频遮罩，实现高保真的3D场景编辑，解决了现有方法在局部姿态调整和组件替换时结构完整性不足的问题。

Comments 9 pages, 9 figures

SONG: A Photorealistic 3D Gaussian Simulation Platform for Benchmarking Social Navigation

SONG：用于基准测试社会导航的逼真3D高斯模拟平台

Weiqi Huang, Dianyi Yang, Jiaxin Li, Shuangyi Dong, Hao Xu, Zan Wang, Wei Liang

机构 * School of Computer Science & Technology, Beijing Institute of Technology（北京理工大学计算机科学与技术学院） 纠错

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

AI总结 研究针对社会导航模拟平台不足的问题，介绍了基于3D高斯点云渲染的SONG平台，利用其进行场景和化身表示等，还策划了SONG-Bench及评估套件，通过评估发现相关问题，证明微调数据可提高现实环境成功率，为研究提供测试平台。

TOM-GS: Editable Video Representation via Temporal Opacity Modulation of Static 3D Gaussians

TOM-GS：通过静态3D高斯的时间不透明度调制实现可编辑视频表示

Marek Lisowski, Łukasz Smoliński, Kornel Howil, Piotr Biliński, Marcin Mazur, Przemysław Spurek

机构 * University of Warsaw（华沙大学） ； Jagiellonian University（雅盖隆大学） ； IDEAS Research Institute（IDEAS 研究所） 纠错

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

AI总结 研究针对视频表示难以编辑的问题，提出TOM-GS方法，通过为3D高斯的不透明度赋予可学习参数，结合姿态估计保持静态空间几何，实现可编辑视频表示，在视觉保真度上超越同类，且与3D编辑工具兼容。