3D 视觉

ZipSplat: Fewer Gaussians, Better Splats

ZipSplat: 更少的高斯，更好的泼溅

Alexander Veicht, Sunghwan Hong, Dániel Baráth, Marc Pollefeys

机构 * ETH Zürich（苏黎世联邦理工学院） ； Microsoft（微软） 纠错

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

AI总结 提出 ZipSplat，一种基于令牌的前馈模型，通过聚类压缩视觉令牌并解码为高斯组，在无需重训练的情况下实现质量-效率权衡，以约6倍更少的高斯数在DL3DV和RealEstate10K上达到新最优。

Second-order Gaussian directional derivative representations for image high-resolution corner detection

二阶高斯方向导数表示法用于图像高分辨率角点检测

Jiamiao Lu, Dongbo Xie, Junjie Qiu, Lingkun Ma, Changming Sun, Weichuan Zhang

机构 * School of Electronic Information and Artificial Intelligence, Shaanxi University of Science and Technology（陕西科技大学电子信息与人工智能学院） ； CSIRO Data61 纠错

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

AI总结 本文提出了一种新的高分辨率角点检测方法，通过二阶高斯方向导数（SOGDD）滤波器对END型和L型高分辨率角点模型进行平滑处理，发现了高分辨率角点的多种特征，从而实现了对相邻角点的精确检测，实验结果表明该方法在定位误差、图像模糊变换鲁棒性、图像匹配和3D重建方面优于现有方法。

Comments 11pages, 9 figures

GeoSAM-3D: Geodesic Prompt Propagation for Open-Vocabulary 3D Scene Segmentation from Monocular Video

GeoSAM-3D: 用于从单目视频进行开放词汇3D场景分割的测地线提示传播

Arun Sharma

机构 * University of Minnesota, Twin Cities（明尼苏达大学，双城分校） 纠错

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

AI总结 提出GeoSAM-3D方法，利用冻结的视觉基础模型和单目3D高斯泼溅重建，通过可微分的图-测地线传播核在场景图上传播用户提示，实现从单目视频的开放词汇3D场景分割。

Robust Dreamer: Deviation-Aware Latent Gaussian Memory for Action-Controlled AR Video Generation

Robust Dreamer: 用于动作控制AR视频生成的偏差感知潜在高斯记忆

Hanlin Chen, Jiaxin Wei, Xibin Song, Yifu Wang, Steve Wang, Hongdong Li, Pan Ji, Gim Hee Lee

机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； Technische Universität München（慕尼黑技术大学） ； Vertex Lab（Vertex实验室） ； Australian National University（澳大利亚国立大学） 纠错

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

AI总结 提出Robust Dreamer框架，通过潜在高斯记忆和动态偏差存档解决自回归视频生成中的漂移问题，实现长程3D一致性。

Multi-view Pyramid Transformer: Look Coarser to See Broader

多视角金字塔变换器：看得更粗以看得更广

Gyeongjin Kang, Seungkwon Yang, Seungtae Nam, Younggeun Lee, Jungwoo Kim, Eunbyung Park

机构 * Sungkyunkwan University（成均馆大学） ； Yonsei University（延世大学） 纠错

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

AI总结 提出MVP，一种可扩展的多视角变换器架构，通过局部到全局的视角层次和细到粗的空间层次，实现从数十到数百张图像中单次前向重建大型3D场景，结合3D高斯泼溅达到最先进的可泛化重建质量。

Comments Project page: see https://gynjn.github.io/MVP/

MonoPhysics: Estimating Geometry, Appearance, and Physical Parameters from Monocular Videos

MonoPhysics: 从单目视频估计几何、外观和物理参数

Daniel Rho, Jun Myeong Choi, Matthew Thornton, Biswadip Dey, Roni Sengupta

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Meta 纠错

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

AI总结 提出MonoPhysics框架，通过可微分MPM模拟和3D高斯泼溅，从单目视频联合优化可变形物体的几何、外观和物理参数，解决尺度模糊和几何不准确问题。

Boosting Zero-Shot 3D Style Transfer with 2D Pre-trained Priors

利用二维预训练先验提升零样本三维风格迁移

Xin Dong, Yunzhi Teng, Wenfeng Deng, Yansong Tang

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Pengcheng Laboratory（鹏城实验室） 纠错

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

AI总结 提出Data-Sufficient StyleGaussian模型，通过集成大规模2D图像数据集预训练的解码器，结合特征高斯溅射与延迟风格化，在数据稀缺条件下实现零样本3D风格迁移的高质量多视图一致渲染。

Comments Accepted by IEEE IVMSP2026

3D Gaussian Map with Open-Set Semantic Grouping for Vision-Language Navigation

面向视觉-语言导航的开放集语义分组3D高斯地图

Jianzhe Gao, Rui Liu, Wenguan Wang

机构 * The State Key Lab of Brain-Machine Intelligence（脑机智能国家重点实验室） 纠错

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

AI总结 提出一种3D高斯地图表示环境，通过在线构建自中心场景地图和开放集语义分组操作增强几何与语义信息，并设计多层级动作预测策略，在三个公开基准上验证了有效性。

OpenGaFF: Open-Vocabulary Gaussian Feature Field with Codebook Attention

OpenGaFF: 基于码本注意力的开放词汇高斯特征场

Kunyi Li, Michael Niemeyer, Sen Wang, Stefano Gasperini, Nassir Navab, Federico Tombari

机构 * Technical University of Munich（慕尼黑技术大学） ； Google（谷歌） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Visualais 纠错

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

AI总结 提出OpenGaFF框架，通过高斯特征场和码本注意力机制实现开放词汇3D场景理解，提升语义一致性和分割质量。

No Pose, No Problem in 4D: Feed-Forward Dynamic Gaussians from Unposed Multi-View Videos

无需姿态，无问题：从未姿态多视角视频中馈送动态高斯

Matteo Balice, Yanik Kunzi, Chenyangguang Zhang, Matteo Matteucci, Marc Pollefeys, Sungwhan Hong

机构 * Politecnico di Milano（米兰理工大学） ； ETH Zürich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） 纠错

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

AI总结 本文提出NoPo4D，一种首个无需姿态的馈送式系统，能够处理动态内容、多视角输入和未知相机姿态，通过速度分解和双向运动编码提升性能，优于现有方法。

Comments https://bralani.github.io/nopo4d_html/

DiffWind: Physics-Informed Differentiable Modeling of Wind-Driven Object Dynamics

DiffWind: 基于物理的可微风驱物体动力学建模

Yuanhang Lei, Boming Zhao, Zesong Yang, Xingxuan Li, Tao Cheng, Haocheng Peng, Ru Zhang, Yang Yang, Siyuan Huang, Yujun Shen, Ruizhen Hu, Hujun Bao, Zhaopeng Cui

机构 * State Key Laboratory of CAD & CG（CAD与计算机图形学国家重点实验室） ； State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室） ； Ant Group（蚂蚁集团） ； Shenzhen University（深圳大学） 纠错

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

AI总结 本文提出DiffWind，一种基于物理的可微框架，统一了风-物体相互作用建模、基于视频的重建和正向模拟。通过将风表示为基于网格的物理场，物体表示为从3D高斯点散布派生的粒子系统，并利用材料点方法（MPM）建模其相互作用，从而实现了对风驱物体动力学的重建。此外，本文还引入了WD-Objects数据集，通过大量实验证明了该方法在重建精度和模拟保真度方面显著优于现有动态场景建模方法。

Comments Accepted by ICLR 2026. Project page: https://zju3dv.github.io/DiffWind/

G-SHARP: Gaussian Surgical Hardware Accelerated Real-time Pipeline

G-SHARP：高斯手术硬件加速实时流程

Vishwesh Nath, Javier G. Tejero, Aravind S. Kumar, Ruilong Li, Filippo Filicori, Mahdi Azizian, Sean D. Huver

机构 * NVIDIA ； Northwell Health（北well健康） 纠错

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

AI总结 本文提出G-SHARP，一种兼容商业应用的实时手术场景重建框架，用于需要快速准确3D建模的微创手术。该框架基于GSplat可微高斯光栅化器，实现了原理上的变形建模和鲁棒遮挡处理，适用于EndoNeRF基准测试。

LagrangianSplats: Divergence-Free Transport of Gaussian Primitives for Fluid Reconstruction

LagrangianSplats: 用于流体重建的无散度传输高斯原语

Ningxiao Tao, Baoquan Chen, Mengyu Chu

机构 * School of Intelligence Science and Technology, Peking University（智能科学与技术学院，北京大学） ； Peking University（北京大学） ； State Key Laboratory of General Artificial Intelligence, Peking University（通用人工智能国家重点实验室，北京大学） 纠错

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

AI总结 本文提出一种基于无散度核的框架，通过拉格朗日3D高斯点散布实现流体重建，确保流体不可压缩性和远距离传输一致性，实验显示其在传输一致性和物理准确性上优于现有方法。

TAIL-Safe: Task-Agnostic Safety Monitoring for Imitation Learning Policies

TAIL-Safe: 无任务依赖的安全监控用于模仿学习策略

Riad Ahmed, Momotaz Begum

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

AI总结 本文提出TAIL-Safe，通过构建Lipschitz连续的Q值函数，基于可见性、可识别性和可抓取性等短期任务无关标准，确定模仿学习策略的安全集，利用Nagumo定理启发的恢复机制提升策略安全性。

KFC-W: Generating 3D-Consistent Videos from Unposed Internet Photos

KFC-W: 从未经摆拍的互联网照片生成3D一致的视频

Gene Chou, Kai Zhang, Sai Bi, Hao Tan, Zexiang Xu, Fujun Luan, Bharath Hariharan, Noah Snavely

机构 * Cornell University（康奈尔大学） ； Adobe Research（Adobe研究） 纠错

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

AI总结 本文提出KFC-W模型，通过自监督学习从未经摆拍的互联网照片生成3D一致的视频，无需3D标注，优于现有方法，在几何和外观一致性上表现更佳，适用于3D高斯点扩散等应用。

Comments project page: https://genechou.com/kfcw/

Beyond Gaussian Bottlenecks: Topologically Aligned Encoding of Vision-Transformer Feature Spaces

超越高斯瓶颈：基于拓扑对齐的视觉Transformer特征空间编码

Andrew Bond, Ilkin Umut Melanlioglu, Erkut Erdem, Aykut Erdem

机构 * Department of Computer Engineering, Koç University, Istanbul, Turkey（科克大学计算机工程系，伊斯坦布尔，土耳其） ； Department of Computer Engineering, Hacettepe University, Ankara, Turkey（哈恰塔佩大学计算机工程系，安卡拉，土耳其） ； KUIS AI Research Center, Istanbul, Turkey（KUIS人工智能研究中心，伊斯坦布尔，土耳其） ； Department of Electrical and Electronics Engineering, Koç University, Istanbul, Turkey（科克大学电气与电子工程系，伊斯坦布尔，土耳其） 纠错

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

AI总结 本文提出S²VAE框架，通过压缩和表示场景的3D状态，包括相机运动、深度和点结构，以提升视觉模型的几何一致性。实验显示，几何对齐的超球面隐空间在高压缩条件下优于传统高斯瓶颈。

Comments 16 pages, 10 figures

Color-Encoded Illumination for High-Speed Volumetric Scene Reconstruction

彩色编码照明用于高速体素场景重建

David Novikov, Eilon Vaknin, Narek Tumanyan, Mark Sheinin

机构 * Weizmann Institute of Science（魏茨曼科学研究院） 纠错

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

AI总结 本文提出一种无需修改相机硬件的高速体素重建方法，通过快速序列彩色照明实现多视角同时捕获，利用动态高斯点扩散技术解码时空信息，实现实时体素场景重建。

Comments accepted to IEEE CVPR 2026 as a highlight

PhysMorph-GS: Render-Guided Volumetric Morphing with Differentiable Physics

PhysMorph-GS: 基于渲染的体积形变与可微物理

Chang-Yong Song, David Hyde

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

AI总结 本文提出PhysMorph-GS框架，结合材料点方法与可微3D高斯散射，通过变形梯度F注入视觉监督，减少轮廓误差，提升体积形变精度。

Comments 12pages, 11figures

STGV: Spatio-Temporal Hash Encoding for Gaussian-based Video Representation

STGV：基于高斯的视频表示的时空哈希编码

Jierun Lin, Jiacong Chen, Qingyu Mao, Shuai Liu, Xiandong Meng, Fanyang Meng, Yongsheng Liang

机构 * College of Electronics and Information Engineering（电子与信息工程学院） ； College of Applied Technology（应用技术学院） ； School of Artificial Intelligence（人工智能学院） ； Research Center of Networks and Communications（网络与通信研究中心） ； Pengcheng Laboratory（鹏城实验室） 纠错

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

AI总结 本文提出STGV框架，通过分解视频特征为可学习的2D空间和3D时间哈希编码，有效学习动态成分的运动模式并保持静态元素的细节，同时通过关键帧标准化初始化策略提高高斯表示的稳定性，实验显示其在视频表示质量及下游任务中表现更优。

Disentangled Point Diffusion for Precise Object Placement

解耦点扩散用于精确物体放置

Lyuxing He, Eric Cai, Shobhit Aggarwal, Jianjun Wang, David Held

机构 * Carnegie Mellon University（卡内基梅隆大学） ； ABB Inc.（ABB公司） 纠错

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

AI总结 本文提出TAX-DPD框架，通过解耦点扩散模型实现高精度物体放置，提升多模态覆盖与几何变化适应性。

WARPED: Wrist-Aligned Rendering for Robot Policy Learning from Egocentric Human Demonstrations

WARPED：用于机器人策略学习的腕部对齐渲染

Harry Freeman, Chung Hee Kim, George Kantor

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

AI总结 WARPED通过单目RGB数据合成腕部视角观测，实现从第一人称人类示范数据中训练视觉运动策略，相比传统方法减少5-8倍的数据收集时间。

Learning 3D Representations for Spatial Intelligence from Unposed Multi-View Images

从未标注的多视角图像中学习3D表示以提升空间智能

Bo Zhou, Qiuxia Lai, Zeren Sun, Xiangbo Shu, Yazhou Yao, Wenguan Wang

机构 * Nanjing University of Science and Technology（南京理工大学） ； Zhejiang University（浙江大学） ； Communication University of China（中国传媒大学） 纠错

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

AI总结 本文提出UniSplat框架，通过双掩码策略、高斯溅射策略和姿态条件重校准机制，解决未标注多视角图像中3D表示学习的几何诱导弱、外观细节不足和几何语义不一致问题，实现鲁棒且通用的3D表示。

Comments CVPR 2026

F3G-Avatar : Face Focused Full-body Gaussian Avatar

F3G-Avatar：面向面部的全身体素人像

Willem Menu, Erkut Akdag, Pedro Quesado, Yasaman Kashefbahrami, Egor Bondarev

机构 * AIMS Group, Department of Electrical Engineering, Eindhoven University of Technology（埃因霍温理工大学电气工程系AIMS组） 纠错

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

AI总结 本文提出F3G-Avatar，一种基于多视角视频和回归姿态/形状参数的全身体素人像合成方法，通过双分支架构实现面部细节的精细化建模，实验显示其在近景视图中具有高质量的渲染效果。

Comments CVPRW 3DMV, 10 pages

ReconPhys: Reconstruct Appearance and Physical Attributes from Single Video

ReconPhys：从单个视频中重建外观和物理属性

Boyuan Wang, Xiaofeng Wang, Yongkang Li, Zheng Zhu, Yifan Chang, Angen Ye, Guosheng Zhao, Chaojun Ni, Guan Huang, Yijie Ren, Yueqi Duan, Xingang Wang

机构 * GigaAI ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出ReconPhys，首个能从单目视频联合学习物理属性估计和3D高斯点云重建的端到端框架，实现快速高效的目标检测与生成。

PanopticQuery: Unified Query-Time Reasoning for 4D Scenes

PanopticQuery：4D场景的统一查询时推理

Ruilin Tang, Yang Zhou, Zhong Ye, Wenxi Liu, Yan Huang, Shengfeng He

机构 * School of Computer Science and Engineering, South China University of Technology（华南理工大学计算机科学与工程学院） ； School of Computing and Information Systems, Singapore Management University（新加坡管理大学计算与信息系统学院） ； School of Computer Science and Technology, Guangdong University of Technology（广东工业大学计算机科学与技术学院） ； College of Computer and Data Science, Fuzhou University（福州大学计算机与数据科学学院） 纠错

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

AI总结 本文提出PanopticQuery框架，通过4D高斯散射和多视角语义共识机制，实现动态场景的自然语言查询推理，提升复杂语义处理能力。

2D Triangle Splatting for Direct Differentiable Mesh Training

二维三角形投射用于直接可微网格训练

Kaifeng Sheng, Zheng Zhou, Yingliang Peng, Qianwei Wang

机构 * Amap, Alibaba Group（高德，阿里巴巴集团） 纠错

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

AI总结 本文提出2DTS方法，用二维三角形替代三维高斯体，形成离散网格结构并保持连续体积分的优点，实验表明其在视觉质量上与高斯方法相当，且更直接连接传统网格表示。

Comments 13 pages, 8 figures

UNICA: A Unified Neural Framework for Controllable 3D Avatars

UNICA：一种统一的神经框架用于可控的3D人形 avatars

Jiahe Zhu, Xinyao Wang, Yiyu Zhuang, Yanwen Wang, Jing Tian, Yao Yao, Hao Zhu

机构 * Nanjing University（南京大学） ； State Key Laboratory of Novel Software Technology（计算机软件新技术国家重点实验室） 纠错

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

AI总结 UNICA通过动作条件扩散模型和点转换器生成可控的3D人形，实现无需骨骼的统一生成框架，支持自由视角渲染和动态衣物处理。

Comments Opensource code: https://github.com/zjh21/UNICA

Better Rigs, Not Bigger Networks: A Body Model Ablation for Gaussian Avatars

更好的骨架，而非更大的网络：一种用于高斯avator的体模消融

Derek Austin

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

AI总结 本文通过将SMPL替换为MHR，展示了在PeopleSnapshot和ZJU-MoCap数据集上，体模表达能力是avator重建的主要瓶颈，且网格表示能力和姿态估计质量均对整体性能有显著贡献。

Resonance4D: Frequency-Domain Motion Supervision for Preset-Free Physical Parameter Learning in 4D Dynamic Physical Scene Simulation

Resonance4D: 频域运动监督用于预设-free 物理参数学习的4D动态物理场景模拟

Changshe Zhang, Jie Feng, Siyu Chen, Guanbin Li, Ronghua Shang, Junpeng Zhang

机构 * Xidian University（西安电子科技大学） ； Jimei University（集美大学） ； Sun Yat-sen University（中山大学） 纠错

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

AI总结 Resonance4D通过结合3D高斯散射与物质点方法，提出轻量且物理表达的监督策略，解决动态一致性问题，减少训练成本和内存开销，实现高保真的4D物理模拟。

MoRe-3DGSMR: Motion-resolved reconstruction framework for free-breathing pulmonary MRI based on 3D Gaussian representation

MoRe-3DGSMR：基于3D高斯表示的自由呼吸肺部MRI运动解析重建框架

Tengya Peng, Ruyi Zha, Qing Zou

机构 * Department of Biomedical Engineering, University of Texas Southwestern Medical Center（德克萨斯大学西南医学中心生物医学工程系） ； Australian National University（澳大利亚国立大学） ； Department of Pediatrics, University of Texas Southwestern Medical Center（德克萨斯大学西南医学中心儿科学系） ； Department of Radiology, University of Texas Southwestern Medical Center（德克萨斯大学西南医学中心放射学系） ； Advanced Imaging Research Center, University of Texas Southwestern Medical Center（德克萨斯大学西南医学中心高级影像研究中心） 纠错

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

AI总结 本文提出一种无监督的自由呼吸肺部MRI运动解析重建框架，利用3D高斯表示解决运动解析3D等距肺部MRI重建问题，通过空间表示连续化提升图像质量。