3D 视觉

VLK: Learning Humanoid Loco-Manipulation from Synthetic Interactions in Reconstructed Scenes

VLK：从重建场景中的合成交互学习人形机器人全身操控

Yen-Jen Wang, Jiaman Li, Sirui Chen, Takara E. Truong, Pei Xu, Pieter Abbeel, Rocky Duan, Koushil Sreenath, Angjoo Kanazawa, Carmelo Sferrazza, Guanya Shi, Karen Liu

机构 * Amazon FAR（亚马逊FAR） ； UC Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 提出VLK方法，通过3D高斯泼溅重建室内场景并合成视觉-语言-运动学数据，训练人形机器人全身操控策略，实现从仿真到真实的迁移。

Comments 19 pages, 7 figures, 4 tables

FalconTrack: Photorealistic Auto-Labeled Perception and Physics-Aware Vision-Based Aerial Tracking

FalconTrack: 逼真自动标注感知与物理感知的视觉空中跟踪

Yan Miao, Karteek Gandiboyina, Noah Giles, Hideki Okamoto, Bardh Hoxha, Georgios Fainekos, Sayan Mitra

机构 * Department of Electrical and Computer Engineering, University of Illinois at Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校电子与计算机工程系） ； Toyota Motor North America R&D（丰田北美研发） 纠错

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

AI总结 提出FalconTrack框架，利用高斯泼溅模拟器自动生成标注数据，结合多头感知与物理感知跟踪，实现零样本模拟到真实迁移，在硬件闭环跟踪中达到100%成功率。

Learning to Adaptively Allocate Gaussians for Arbitrary-Scale Image Super-Resolution

学习自适应分配高斯体以实现任意尺度图像超分辨率

Giulio Federico, Giuseppe Amato, Claudio Gennaro, Fabio Carrara, Marco Di Benedetto

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

AI总结 提出QuADA-GS，通过神经路由架构自适应分配高斯体，结合分层指针卷积实现高效任意尺度超分辨率，达到SOTA性能。

DR-GS: Physically-Based Deformable and Relightable 2D Gaussians

DR-GS: 基于物理的可变形与可重光照的2D高斯泼溅

Jiaxin Li, Tong Wu, Yi Wei, Tailin Wu, Li Zhang

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

AI总结 提出DR-GS框架，通过显式解耦几何、光照和材质，实现可变形物体的物理一致重光照与后编辑，在静态重建、动态变形和重光照中达到领先视觉质量。

TUGS: Physics-based Compact Representation of Underwater Scenes by Tensorized Gaussian

TUGS: 基于物理的紧凑表示法用于水下场景的张量高斯表示

Shijie Lian, Ziyi Zhang, Hua Li, Laurence Tianruo Yang, Mengyu Ren, Debin Liu, Wenhui Wu

机构 * Huazhong University of Science and Technology（华中科技大学） ； Zhongguancun Academy（中关村学院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Zhengzhou University（郑州大学） ； Hainan University（海南大学） ； Shenzhen University（深圳大学） 纠错

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

AI总结 本文提出TUGS，一种基于物理模型的紧凑水下3D表示法，通过物理建模复杂水下光场，实现高效高质量的水下图像渲染，实验表明其在有限参数下能取得优越的重建质量。

SplatPainter: Interactive Authoring of 3D Gaussians from 2D Edits via Test-Time Training

SplatPainter: 通过测试时训练从2D编辑交互式创作3D高斯

Yang Zheng, Hao Tan, Kai Zhang, Peng Wang, Leonidas Guibas, Gordon Wetzstein, Wang Yifan

机构 * Stanford University（斯坦福大学） ； Adobe 纠错

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

AI总结 提出SplatPainter，一种状态感知的前馈模型，通过测试时训练实现从用户2D视图连续编辑3D高斯资产，支持局部细节优化、涂改和全局重着色，达到交互速度。

Comments project page https://y-zheng18.github.io/SplatPainter/

From Seeing to Experiencing: Scaling Navigation Foundation Models with Reinforcement Learning

从看见到体验：通过强化学习扩展导航基础模型

Honglin He, Yukai Ma, Brad Squicciarini, Wayne Wu, Bolei Zhou

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Coco Robotics（Coco机器人） 纠错

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

AI总结 提出S2E框架，结合离线视频预训练和模拟环境强化学习，通过锚点引导分布匹配和残差注意力模块，提升导航基础模型的交互性和安全性。

Comments 27 pages, 20 figures, 9 tables, conference

TRON: Tracing Rays to Orchestrate a Neural Renderer for 3D Gaussian Reconstructions

TRON：追踪光线以编排用于3D高斯重建的神经渲染器

Or Perel, Hassan Abu Alhaija, Zian Wang, Jacob Munkberg, Matan Atzmon, Sanja Fidler, Masha Shugrina

机构 * NVIDIA（英伟达） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） 纠错

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

AI总结 提出TRON框架，结合3D高斯光线追踪与神经渲染，实现真实世界3D场景在新光照、动态物体运动、物体插入和材质编辑下的逼真可控渲染，通过内在分解先验和光线追踪辐射引导，弥合物理渲染与神经渲染的差距。

Comments Project page: https://research.nvidia.com/labs/sil/projects/tron/

UnsOcc: 3D Semantic Occupancy Prediction in Unstructured Scene via Rendering Fusion

UnsOcc：非结构化场景下基于渲染融合的3D语义占用预测

Ye Wu, Ruiqi Song, Baiyong Ding, Nanxin Zeng, Junjie Cheng, Yunfeng Ai

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Waytous Inc.（Waytous公司） 纠错

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

AI总结 提出UnsOcc多模态框架，通过渲染融合模块和基于高斯溅射的细节感知辅助监督，解决非结构化场景中跨模态融合困难与长尾分布问题，在露天矿和nuScenes数据集上超越现有方法。

Comments 8 pages

TIDES: Time-Derivative Event Simulation via Deformable Reconstruction

TIDES：基于可变形重建的时间导数事件模拟

Christopher Thirgood, Dipon Kumar Ghosh, Simon Hadfield

机构 * University of Surrey（萨里大学） 纠错

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

AI总结 提出TIDES，一种基于动态高斯泼溅的连续时间事件模拟器，通过显式3D场景表示推导逐像素强度动态，实现精确的阈值交叉预测，并利用遮挡引导自适应时间步长，达到最先进的事件流保真度。

LuxRemix: Lighting Decomposition and Remixing for Indoor Scenes

LuxRemix: 室内场景的光照分解与重新混合

Ruofan Liang, Norman Müller, Ethan Weber, Duncan Zauss, Nandita Vijaykumar, Peter Kontschieder, Christian Richardt

机构 * Meta Reality Labs（Meta现实实验室） ； University of Toronto（多伦多大学） 纠错

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

AI总结 提出一种基于图像的光照分解模型，从多视图场景捕获中分解室内光照为独立光源，并通过多视图光照协调集成到可重光照的3D高斯溅射表示中，实现交互式光源编辑。

Comments CVPR 2026. Project page: https://luxremix.github.io

MAGICIAN: Efficient Long-Term Planning with Imagined Gaussians for Active Mapping

MAGICIAN: 通过想象高斯分布实现高效的长期规划用于主动建图

Shiyao Li, Antoine Guédon, Shizhe Chen, Vincent Lepetit

机构 * LIGM, École Nationale des Ponts et Chaussées, IP Paris, Univ Gustave Eiffel, CNRS, France（LIGM，巴黎国立桥梁与道路学院，IP巴黎，格雷夫埃菲尔大学，法国国家科学研究中心，法国） ； École Polytechnique, France（法国高等理工学院，法国） ； Inria, École normale supérieure, CNRS, PSL Research University, France（法国国家科学研究中心，巴黎高等师范学院，法国国家信息与自动化技术研究院，法国） 纠错

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

AI总结 MAGICIAN通过想象高斯分布实现高效长期规划，提升主动建图的探索效率与重建完整性，适用于不同动作空间的室内和室外基准测试。

Comments Accepted at CVPR 2026 (Oral). Project webpage: https://shiyao-li.github.io/magician/

Instant Colorization of Gaussian Splats

高斯溅射的即时着色

Daniel Lieber, Alexander Mock, Nils Wandel

机构 * University of Osnabrück（奥斯纳布吕克大学） 纠错

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

AI总结 本文提出了一种高效方法，将2D图像信息反向映射到高斯溅射场景中，用于场景复原和语义分割，实现速度提升。

Autoregressive Appearance Prediction for 3D Gaussian Avatars

自回归外观预测用于3D高斯姿态 avatars

Michael Steiner, Zhang Chen, Alexander Richard, Vasu Agrawal, Markus Steinberger, Michael Zollhöfer

机构 * Graz University of Technology, Austria（格拉茨技术大学） ； Meta Reality Labs, Pittsburgh, USA（Meta现实实验室（匹兹堡）） 纠错

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

AI总结 本文提出一种基于3D高斯点划法的avatar模型，通过自回归方法预测外观潜变量，提高渲染稳定性和细节重建质量。

Comments Project Page: https://steimich96.github.io/AAP-3DGA/

Let it Snow! Animating 3D Gaussian Scenes with Dynamic Weather Effects via Physics-Guided Score Distillation

让雪落下！通过物理引导的分数蒸馏动画3D高斯场景的动态天气效果

Gal Fiebelman, Hadar Averbuch-Elor, Sagie Benaim

机构 * The Hebrew University of Jerusalem（希伯来大学耶路撒冷分校） ； Cornell University（康奈尔大学） 纠错

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

AI总结 本文提出物理引导的分数蒸馏框架，通过结合物理模拟和视频基于的分数蒸馏采样，实现3D场景的动态天气效果生成，提升真实感与动态一致性。

Comments Accepted to CVPR 2026. Project webpage: https://galfiebelman.github.io/let-it-snow/

Pseudo-Simulation for Autonomous Driving

伪模拟用于自动驾驶

Wei Cao, Marcel Hallgarten, Tianyu Li, Daniel Dauner, Xunjiang Gu, Caojun Wang, Yakov Miron, Marco Aiello, Hongyang Li, Igor Gilitschenski, Boris Ivanovic, Marco Pavone, Andreas Geiger, Kashyap Chitta

机构 * University of Tübingen, Tübingen AI Center（图宾根大学，图宾根人工智能中心） ； NVIDIA Research（NVIDIA研究） ； Robert Bosch GmbH（罗伯特·博世集团） ； OpenDriveLab at Shanghai Innovation Institute（上海创新研究院自动驾驶实验室） ； University of Stuttgart（斯图加特大学） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出伪模拟方法，通过在真实数据上生成合成观测，提升自动驾驶评估的现实性和效率，实现与闭环模拟更紧密的关联。

Comments CoRL 2025, updated with leaderboard snapshot from March 2026

SEGA: Drivable 3D Gaussian Head Avatar from a Single Image

SEGA: 从单张图像生成可驾驶的3D高斯头人偶

Chen Guo, Zhuo Su, Liao Wang, Jian Wang, Shuang Li, Xu Chang, Zhaohu Li, Yang Zhao, Guidong Wang, Yebin Liu, Ruqi Huang

机构 * Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院） ； ByteDance（字节跳动） ； Pengcheng Lab（鹏城实验室） ； Department of Automation, Tsinghua University（清华大学自动化系） 纠错

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

AI总结 SEGA通过结合通用先验模型与层次UV空间高斯散点框架，实现从单张图像生成可驾驶的3D高斯头人偶，提升泛化能力和实时性能。

Radiometrically Consistent Gaussian Surfels for Inverse Rendering

辐射一致的高斯 Surfels 用于反演渲染

Kyu Beom Han, Jaeyoon Kim, Woo Jae Kim, Jinhwan Seo, Sung-eui Yoon

机构 * School of Computing（计算机学院） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） 纠错

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

AI总结 RadioGS通过引入辐射一致性约束，结合高斯Surfels和二维高斯射线追踪，实现高效的反演渲染，提升对间接光照的建模精度。

Comments 9 pages, 6 figures, ICLR 2026 Oral paper

Universal Beta Splatting

通用贝塔散射

Rong Liu, Zhongpai Gao, Benjamin Planche, Meida Chen, Van Nguyen Nguyen, Meng Zheng, Anwesa Choudhuri, Terrence Chen, Yue Wang, Andrew Feng, Ziyan Wu

机构 * University of Southern California（南加州大学） ； United Imaging Intelligence（联合影像智能） 纠错

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

AI总结 通用贝塔散射提出了一种统一框架，通过各向异性贝塔核实现显式光场渲染，能有效处理复杂光传输和动态场景，优于现有方法。

Comments ICLR 2026

Space-Time Forecasting of Dynamic Scenes with Motion-aware Gaussian Grouping

动态场景的空间-时间预测与运动感知高斯分组

Junmyeong Lee, Hoseung Choi, Minsu Cho

机构 * Pohang University of Science and Technology (POSTECH)（釜山科学技术大学） 纠错

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

AI总结 MoGaF通过运动感知的高斯分组和优化，实现动态场景的长期预测与空间一致性，提升预测质量和时间稳定性。

Comments 20 pages, 13 figures

FloPE: Flower Pose Estimation for Precision Pollination

FloPE：用于精准传粉的花朵姿态估计

Rashik Shrestha, Madhav Rijal, Trevor Smith, Yu Gu

机构 * West Virginia University（西弗吉尼亚大学） 纠错

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

AI总结 FloPE通过3D高斯点划法生成合成数据集，实现低计算成本下的高精度花朵姿态估计，提升机器人传粉效率。

Comments Accepted to IROS 2025. Project page: https://wvu-irl.github.io/flope-irl/

SDCM: Simulated Densifying and Compensatory Modeling Fusion for Radar-Vision 3-D Object Detection in Internet of Vehicles

SDCM：模拟密集化与补偿建模融合用于车联网中的雷达-视觉3-D目标检测

Shucong Li, Xiaoluo Zhou, Yuqian He, Zhenyu Liu

机构 * School of Information Engineering, Guangdong University of Technology（广东技术大学信息工程学院） 纠错

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

AI总结 SDCM通过模拟密集化和补偿建模融合技术，提升车联网中雷达-视觉3维目标检测的精度与效率。

GRTX: Efficient Ray Tracing for 3D Gaussian-Based Rendering

GRTX: 3D高斯基渲染的高效光线追踪

Junseo Lee, Sangyun Jeon, Jungi Lee, Junyong Park, Jaewoong Sim

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

AI总结 GRTX通过软件和硬件优化，提升3D高斯基渲染的光线追踪效率，减少加速结构和遍历开销，显著提升性能。

Comments To appear at the 32nd International Symposium on High-Performance Computer Architecture (HPCA 2026)

Sketch&Patch++: Efficient Structure-Aware 3D Gaussian Representation

Sketch&Patch++: 高效的结构感知3D高斯表示

Yuang Shi, Géraldine Morin, Simone Gasparini, Wei Tsang Ooi

机构 * National University of Singapore（新加坡国立大学） ； IRIT - Université de Toulouse（图卢兹大学IRIT） 纠错

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

AI总结 Sketch&Patch++提出一种结构感知的3D高斯表示方法，通过分层自适应分类框架实现高效存储和渲染，相比传统方法在PSNR、SSIM和LPIPS上均取得显著提升。

Using Gaussian Splats to Create High-Fidelity Facial Geometry and Texture

利用高斯散点创建高质量的面部几何和纹理

Haodi He, Jihun Yu, Ronald Fedkiw

机构 * Epic Games, Stanford University（Epic Games、斯坦福大学） 纠错

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

AI总结 本文提出利用高斯散点重建高质量面部几何与纹理，通过约束三角化表面并解耦纹理与光照，实现高保真视觉效果。

Comments Submitted to CVPR 2026. 21 pages, 22 figures

Gaussian Pixel Codec Avatars: A Hybrid Representation for Efficient Rendering

高斯像素编码头像：一种高效的渲染混合表示

Divam Gupta, Anuj Pahuja, Nemanja Bartolovic, Tomas Simon, Forrest Iandola, Giljoo Nam

机构 * Meta Codec Avatars Lab（Meta 编码人像实验室） ； Meta Reality Labs（Meta 现实实验室） ； Stellon Labs（Stellon 实验室） 纠错

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

AI总结 GPiCA通过结合三角网格和各向异性3D高斯，实现高效渲染的逼真头像生成

Comments Tech report

Spec-Gloss Surfels and Normal-Diffuse Priors for Relightable Glossy Objects

基于Spec-Gloss Surfels和正常-漫反射先验的可重照明光泽物体

Georgios Kouros, Minye Wu, Tinne Tuytelaars

机构 * Department of Electrical Engineering (ESAT), KU Leuven, Belgium（电气工程系（ESAT），比利时鲁文大学） 纠错

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

AI总结 本文提出了一种基于Spec-Gloss Surfels和正常-漫反射先验的可重照明框架，通过整合微面BRDF与镜面-光泽参数化，提升光泽物体的重建和重照明质量。

GigaWorld-0: World Models as Data Engine to Empower Embodied AI

GigaWorld-0：世界模型作为数据引擎赋能具身AI

GigaWorld Team, Angen Ye, Boyuan Wang, Chaojun Ni, Guan Huang, Guosheng Zhao, Haoyun Li, Jiagang Zhu, Kerui Li, Mengyuan Xu, Qiuping Deng, Siting Wang, Wenkang Qin, Xinze Chen, Xiaofeng Wang, Yankai Wang, Yu Cao, Yifan Chang, Yuan Xu, Yun Ye, Yang Wang, Yukun Zhou, Zhengyuan Zhang, Zhehao Dong, Zheng Zhu

机构 * GigaWorld Team（GigaWorld团队） 纠错

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

AI总结 GigaWorld-0通过整合视频生成与3D建模技术，构建统一的数据引擎，生成高质量具身交互数据，提升VLA模型在现实任务中的性能。

Comments Project Page: https://giga-world-0.github.io/

EnerVerse: Envisioning Embodied Future Space for Robotics Manipulation

Siyuan Huang, Liliang Chen, Pengfei Zhou, Shengcong Chen, Zhengkai Jiang, Yue Hu, Yue Liao, Peng Gao, Hongsheng Li, Maoqing Yao, Guanghui Ren

机构 * SJTU（上海交通大学） ； AgiBot ； Shanghai AI Lab（上海人工智能实验室） ； CUHK MMLab（香港大学多模态实验室） ； LV-NUS Lab（南洋理工大学-立陶宛实验室） 纠错

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

Comments Accepted by NeurIPS 2025. Website: https://sites.google.com/view/enerverse

Particle-Grid Neural Dynamics for Learning Deformable Object Models from RGB-D Videos

Kaifeng Zhang, Baoyu Li, Kris Hauser, Yunzhu Li

机构 * Columbia University（哥伦比亚大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

Comments Project page: https://kywind.github.io/pgnd