Dexterous World Models
灵巧世界模型
机构 * Seoul National University（首尔国立大学） ； RLWRLD
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 灵巧世界模型通过场景-动作-条件的视频扩散框架，实现静态3D场景与灵巧人类动作的动态交互模拟，推动交互式数字双胞胎的发展。
Comments Project Page: snuvclab.github.io/dwm
视觉与机器人
3D 视觉
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
1. 三维重建 4400 篇
Pix2NPHM: Learning to Regress NPHM Reconstructions From a Single Image
Pix2NPHM：从单张图像回归NPHM重建
机构 * Technical University of Munich（慕尼黑技术大学） ； Woven by Toyota（丰田织造公司） ； Toyota Motor Europe（丰田欧洲公司）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 Pix2NPHM通过视觉变换器直接从单张图像回归NPHM参数，实现高保真面部3D重建与表情识别。
Comments Project website: https://simongiebenhain.github.io/Pix2NPHM/ , Video: https://www.youtube.com/watch?v=MgpEJC5p1Ts
GraphCompNet: A Position-Aware Model for Predicting and Compensating Shape Deviations in 3D Printing
GraphCompNet: 一种面向位置的模型，用于预测和补偿3D打印中的形状偏差
机构 * IEEE
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV
AI总结 GraphCompNet通过结合图神经网络和GAN训练范式，实现对3D打印中位置依赖性形状偏差的预测与补偿，提升整体制造精度与适应性。
Comments Accepted manuscript. Final version published in IEEE Transactions on Automation Science and Engineering
Journal ref IEEE Transactions on Automation Science and Engineering 2025
EasyHOI: Unleashing the Power of Large Models for Reconstructing Hand-Object Interactions in the Wild
EasyHOI: 释放大模型潜力以重建真实场景中的手-物体交互
机构 * The University of Hong Kong（香港大学） ； ShanghaiTech University（上海科技大学） ； Hong Kong University of Science and Technology（香港科学大学） ； Nanyang Technological University（南洋理工大学） ； Max Planck Institute for Informatics（马克斯·普朗克研究所（信息学）） ； Texas A&M University（德克萨斯大学奥斯汀分校）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 EasyHOI利用大模型实现单视角下手-物体交互的重建，通过先验引导优化提升重建精度。
Comments Project page: https://lym29.github.io/EasyHOI-page/
4D Primitive-Mâché: Glueing Primitives for Persistent 4D Scene Reconstruction
4D 原始-马歇：粘合原始以实现持久的4D场景重建
机构 * Dyson Robotics Lab, Imperial College London（戴森机器人实验室，帝国理工学院伦敦）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出一种4D场景重建方法，通过分解场景为刚体3D原始并推断其运动，实现持久的4D重建，优于现有方法。
Comments For project page, see https://makezur.github.io/4DPM/
N3D-VLM: Native 3D Grounding Enables Accurate Spatial Reasoning in Vision-Language Models
N3D-VLM：原生3D接地使视觉-语言模型在3D场景中实现精确的空间推理
机构 * HKUST（香港科技大学） ； Tencent AI Lab（腾讯AI实验室） ； CUHK（香港中文大学） ； ZJU（浙江大学） ； NJU（南京大学）
专题命中 三维重建 ：spatial understanding(abstract)；分类 cs.CV
AI总结 N3D-VLM通过原生3D感知能力提升视觉-语言模型在3D场景中的空间推理精度与解释性。
Comments Project Page: https://n3d-vlm.github.io
Enhanced 3D Shape Analysis via Information Geometry
通过信息几何增强的3D形状分析
机构 * Indian Institute of Space Science and Technology（印度空间科学与技术研究所）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV
AI总结 本文提出基于信息几何的3D点云分析方法，通过高斯混合模型和改进的KL散度实现稳定且准确的形状比较。
SpatialVID: A Large-Scale Video Dataset with Spatial Annotations
SpatialVID: 一个具有空间标注的大规模视频数据集
机构 * Nanjing University（南京大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
专题命中 三维重建 ：3D vision(abstract)；分类 cs.CV
AI总结 SpatialVID是一个包含大规模真实视频和密集3D注释的数据集，旨在提升视频和3D视觉研究中的模型泛化能力与性能。
Comments Project page: https://nju-3dv.github.io/projects/SpatialVID/
In Pursuit of Pixel Supervision for Visual Pre-training
追寻像素监督用于视觉预训练
机构 * FAIR, Meta（Meta研究院）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 Pixio通过增强的掩码自编码器实现像素监督的视觉预训练，表现优异于DINOv3，适用于多种下游任务。
Comments Project page: https://github.com/facebookresearch/pixio
Repurposing 2D Diffusion Models for 3D Shape Completion
将2D扩散模型用于3D形状补全
机构 * Stanford University（斯坦福大学）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV
AI总结 本文提出利用2D扩散模型进行3D形状补全，通过Shape Atlas实现模态对齐，提升生成效果并验证其在点云补全和网格生成中的实用性。
Fast and Explicit: Slice-to-Volume Reconstruction via 3D Gaussian Primitives with Analytic Point Spread Function Modeling
快速且显式：通过3D高斯原语进行切片到体积重建的分析点扩散函数建模
机构 * TUM University Hospital, Technical University of Munich（慕尼黑技术大学医院，慕尼黑技术大学） ； Institut de Neurosciences de la Timone, Aix-Marseille Université（里莫尼神经科学研究所，艾克斯-马赛大学） ； IMT Atlantique（IMT大西洋） ； Department of Computing, Imperial College London（伦敦帝国理工学院计算机系）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出基于高斯显式表示的快速切片到体积重建方法，通过解析点扩散函数建模实现高效准确的3D图像重建。
Comments Under Review for MIDL 2026
FloraForge: LLM-Assisted Procedural Generation of Editable and Analysis-Ready 3D Plant Geometric Models For Agricultural Applications
FloraForge: 借助大语言模型的LLM辅助可编辑和分析准备的3D植物几何模型的程序化生成用于农业应用
机构 * Iowa State University（爱荷华州立大学） ； Purdue University（普渡大学）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV
AI总结 FloraForge利用大语言模型辅助生成可编辑且适用于分析的3D植物几何模型，结合参数化表示与生物约束，实现农业应用中的高效建模与分析。
3DSGrasp: 3D Shape-Completion for Robotic Grasp
3DSGrasp：用于机器人抓取的3D形状补全
机构 * Vislab, Institute for Systems and Robotics—Lisboa, Instituto Superior Técnico, Universidade de Lisboa, Portugal（葡萄牙里斯本系统与机器人研究所Vislab，理工学院里斯本高等技术大学，里斯本大学） ； Department of Marine, Electrical, Electronic and Telecommunications Engineering, University of Genoa, Italy（意大利热那亚大学海洋、电气、电子与电信工程系） ； Pattern Analysis & Computer Vision (PAVIS), Istituto Italiano di Tecnologia (IIT), Genoa, Italy（意大利热那亚理工学院模式分析与计算机视觉（PAVIS）） ； Deep Visual Learning (DVL), Fondazione Bruno Kessler, Trento, Italy（意大利特伦托布鲁诺·凯瑟基金会深度视觉学习（DVL））
专题命中 三维重建 ：point cloud(abstract)；分类 cs.RO
AI总结 3DSGrasp通过基于Transformer的编码器-解码器网络实现3D点云补全，提升机器人抓取的准确性和成功率。
Joint2Human: High-quality 3D Human Generation via Compact Spherical Embedding of 3D Joints
Joint2Human: 通过紧凑的球面嵌入3D关节实现高质量3D人体生成
机构 * College of Intelligence and Computing, Tianjin University（智能与计算学院，天津大学） ； PICO IDL, ByteDance China（字节跳动中国PICO IDL） ； Li Auto（利亚德）
专题命中 三维重建 ：3D generation(abstract)；分类 cs.CV
AI总结 Joint2Human通过紧凑球面嵌入3D关节，结合2D扩散模型和多视角重绘策略，实现高质量3D人体生成，兼顾全局结构与局部细节。
ControlVP: Interactive Geometric Refinement of AI-Generated Images with Consistent Vanishing Points
ControlVP: 交互式几何校正AI生成图像以保持一致的消失点
机构 * The University of Tokyo（东京大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 ControlVP通过结合建筑轮廓的结构指导和几何约束，校正AI生成图像中的消失点不一致，提升空间结构真实性。
Comments Accepted to WACV 2026, 8 pages, supplementary included. Dataset and code: https://github.com/RyotaOkumura/ControlVP
Tessellation GS: Neural Mesh Gaussians for Robust Monocular Reconstruction of Dynamic Objects
Tessellation GS：基于神经网格高斯的鲁棒单目动态物体重建
机构 * University of Cambridge（剑桥大学） ； Tsinghua University（清华大学）
专题命中 三维重建 ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 Tessellation GS通过基于网格面的神经高斯方法实现单目动态物体的鲁棒重建，显著提升了稀疏视角和动态场景下的重建性能。
Neural reconstruction of 3D ocean wave hydrodynamics from camera sensing
基于摄像头传感的神经网络3D海洋波流体力学重建
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 该研究提出了一种基于神经网络的3D海洋波流体力学重建方法，通过多尺度注意力机制实现高精度、高效率的波浪自由表面和速度场重建。
Variational Shape Inference for Grasp Diffusion on SE(3)
变分形状推断用于SE(3)上的抓取扩散
机构 * Department of Computer Science, Purdue University（计算机科学系，普渡大学）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.RO
AI总结 本文提出一种基于变分形状推断的SE(3)抓取扩散框架，通过隐式神经表示训练自编码器并引导扩散模型，实现鲁棒的多模态抓取合成，实验显示在ACRONYM数据集上性能提升6.3%并具备零样本迁移能力。
Comments This work has been submitted to the IEEE for possible publication
RDD: Robust Feature Detector and Descriptor using Deformable Transformer
RDD: 基于变形Transformer的鲁棒特征检测与描述
机构 * Institute for Creative Technologies（创意技术研究所） ； University of Southern California（南加州大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 RDD通过变形Transformer实现鲁棒特征检测与描述，优于现有方法并在稀疏和半密集匹配中表现优异。
Age-Inclusive 3D Human Mesh Recovery for Action-Preserving Data Anonymization
包含年龄的3D人体网格恢复用于动作保持的数据匿名化
机构 * School of ECE, National Technical University of Athens（电子工程学院，国家技术大学雅典分校） ； Robotics Institute, Athena RC（机器人研究所，雅典RC） ； HERON - Hellenic Robotics Center of Excellence（HERON - 希腊机器人 excellence 中心） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出AionHMR框架，通过结合SMPL-A模型实现年龄包容的3D人体重建，提升儿童和婴儿的形状与姿态估计精度，同时保障隐私安全。
Surface-Based Visibility-Guided Uncertainty for Continuous Active 3D Neural Reconstruction
基于表面的可见性引导不确定性用于连续主动3D神经重建
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出基于表面的可见性场（SBV），用于连续主动3D神经重建中估计可见性引导的不确定性，通过学习渲染不确定性并更新表面置信度，提升重建性能达11.6%。
Comments The main claims are the same as in the previous version, but the naming and explanations have been changed. Accepted at AAAI 2026 Artificial Intelligence with Biased or Scarce Data workshop
Emergent Outlier View Rejection in Visual Geometry Grounded Transformers
视觉几何基础变换器中涌现的异常视图拒绝
机构 * KAIST AI（韩国科学技术院人工智能研究所） ； New York University（纽约大学） ； ETH AI Center, ETH Zurich（苏黎世联邦理工学院人工智能中心） ； UC Berkeley（伯克利加州大学）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出通过视觉几何基础变换器中涌现的异常视图拒绝机制，无需额外训练即可提升前馈3D重建在野外条件下的鲁棒性。
Comments Project page: https://cvlab-kaist.github.io/RobustVGGT/
Tada-DIP: Input-adaptive Deep Image Prior for One-shot 3D Image Reconstruction
Tada-DIP：输入自适应深度图像先验用于单次3D图像重建
机构 * 1 Dept. of Computational Mathematics, Science \& Engineering, Michigan State University, East Lansing, MI, USA 2 Dept. of Electrical Engineering ； Computer Science, University of Michigan, Ann Arbor, MI, USA 3 Dept. of Biomedical Engineering, Michigan State University, East Lansing, MI, USA
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 Tada-DIP通过输入自适应和去噪正则化，实现高效3D图像重建，优于无训练数据基线并媲美大规模数据集训练的监督网络。
Comments 6 pages, 8 figures, 2025 Asilomar Conference on Signals, Systems, and Computers. Code is available at github.com/evanbell02/Tada-DIP/
KeyPointDiffuser: Unsupervised 3D Keypoint Learning via Latent Diffusion Models
KeyPointDiffuser: 通过潜在扩散模型实现无监督的3D关键点学习
机构 * Monash University（蒙纳士大学） ； Australian National University（澳大利亚国立大学）
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV
AI总结 KeyPointDiffuser通过潜在扩散模型实现无监督3D关键点学习，提升关键点一致性6个百分点。
DepthScape: Authoring 2.5D Designs via Depth Estimation, Semantic Understanding, and Geometry Extraction
DepthScape: 通过深度估计、语义理解和几何提取进行2.5D设计创作
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.GR
AI总结 DepthScape通过深度估计、语义理解和几何提取，实现2.5D设计创作，提升视觉真实感与动态效果。
Textured Geometry Evaluation: Perceptual 3D Textured Shape Metric via 3D Latent-Geometry Network
纹理几何评估：基于3D潜在几何网络的感知3D纹理形状度量
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出TGE方法，通过直接利用3D纹理网格的几何和颜色信息，实现对3D纹理形状保真度的感知评估，优于传统基于渲染的方法。
Comments Accepted by AAAI26
SRAM: Shape-Realism Alignment Metric for No Reference 3D Shape Evaluation
SRAM：无参考3D形状评估的形状现实对齐度量
专题命中 三维重建 ：3D generation(abstract)；分类 cs.CV
AI总结 SRAM提出了一种基于大型语言模型的无参考3D形状评估度量，通过网格编码和现实感解码器实现与人类感知的对齐，优于现有方法并具有良好的泛化能力。
Comments Accepted by AAAI2026
Learning Eigenstructures of Unstructured Data Manifolds
学习无结构数据流形的特征结构
专题命中 三维重建 ：point cloud(abstract)；分类 cs.CV
AI总结 本文提出了一种学习无结构数据流形特征结构的新框架，通过最小化重建误差来学习谱基，无需传统操作符选择和特征分解，适用于任意维度的数据集。
Asset-Driven Sematic Reconstruction of Dynamic Scene with Multi-Human-Object Interactions
基于资产的动态场景语义重建与多人类-物体交互
机构 * Monash University（墨尔本大学） ； Indian Institute of Technology（印度理工学院）
专题命中 三维重建 ：Gaussian Splatting(abstract)；分类 cs.CV
AI总结 本文提出混合方法，结合3D生成模型、语义感知变形和GS优化，实现动态场景中多人类-物体交互的高保真重建。
Robust Phase-Shifting Profilometry for Arbitrary Motion
鲁棒的任意运动相位移 profilometry
机构 * School of Information and Communication Engineering, University of Electronic Science and Technology of China（电子科技大学信息与通信工程学院） ； College of Electrical Engineering, Sichuan University（四川大学电气工程学院）
专题命中 三维重建 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 本文提出了一种鲁棒的任意运动相位移 profilometry 方法，能够有效补偿复杂运动场景中的运动误差，提升 3D 重建精度。
