3D 视觉

LumiMotion: Improving Gaussian Relighting with Scene Dynamics

LumiMotion：通过场景动态改进高斯光照明

Joanna Kaleta, Piotr Wójcik, Kacper Marzol, Tomasz Trzciński, Kacper Kania, Marek Kowalski

机构 * Warsaw University of Technology（华沙理工大学） ； Sano Centre for Computational Medicine（Sano计算医学中心） ； Inst. for Biomedical Informatics, Univ. Hospital of Cologne（科隆大学医院生物医学信息学研究所） ； University of Cologne（科隆大学） ； CMMC Cologne（科隆CMMC） ； Jagiellonian University（雅盖隆大学） ； IDEAS Research Institute（IDEAS研究所） ； Microsoft（微软） 纠错

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

AI总结 本文提出LumiMotion，通过利用场景动态元素作为监督信号，改进高斯反渲染方法，在动态场景中实现更准确的光照与材质分离，实验表明在albedo估计和场景照明中分别提升了23%和15%。

Comments CVPR2026

GaussFly: Contrastive Reinforcement Learning for Visuomotor Policies in 3D Gaussian Fields

GaussFly: 用于3D高斯场中视觉-运动策略的对比学习

Yuhang Zhang, Mingsheng Li, Yujing Shang, Zhuoyuan Yu, Chao Yan, Jiaping Xiao, Mir Feroskhan

机构 * School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航空航天工程学院） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院） ； College of Design and Engineering, National University of Singapore（新加坡国立大学设计与工程学院） ； College of Automation Engineering, Nanjing University of Aeronautics and Astronautics（南京航空航天大学自动化学院） 纠错

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

AI总结 本文提出GaussFly框架，通过实-仿-实范式解耦表征学习与策略优化，利用3D高斯点划法重建场景并采用对比学习提取鲁棒特征，提升视觉-运动策略的样本效率和实境迁移能力。

Streaming Real-Time Rendered Scenes as 3D Gaussians

流式实时渲染场景作为3D高斯分布

Matti Siekkinen, Teemu Kämäräinen

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

AI总结 本文提出通过流式传输3D高斯分布场景表示替代传统2D视频流，提升延迟补偿的视角灵活性和多用户场景建模效率。

Scene Grounding In the Wild

野外场景的场景定位

Tamir Cohen, Leo Segre, Shay Shomer-Chai, Shai Avidan, Hadar Averbuch-Elor

机构 * Tel Aviv University（特拉维夫大学） ； Cornell University（康奈尔大学） 纠错

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

AI总结 本文提出一种框架，通过将部分重建与完整的参考模型对齐，提升无视觉重叠时的大尺度场景重建一致性。方法基于伪合成渲染，利用3D高斯点云和逆特征优化，引入WikiEarth数据集验证效果。

Comments CVPR 2026. Project page at https://tau-vailab.github.io/SceneGround/

Efficient Camera Pose Augmentation for View Generalization in Robotic Policy Learning

高效的相机姿态增强用于机器人策略学习中的视角泛化

Sen Wang, Huaiyi Dong, Jingyi Tian, Jiayi Li, Zhuo Yang, Tongtong Cao, Anlin Chen, Shuang Wu, Le Wang, Sanping Zhou

机构 * Xi'an Jiaotong University（西安交通大学） ； Noah's Ark Lab（诺亚方舟实验室） 纠错

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

AI总结 本文提出GenSplat框架，通过新颖视角渲染实现视角泛化的策略学习，利用3D高斯点云重建和3D先验蒸馏策略，增强策略在空间扰动下的鲁棒性。

Catalyst4D: High-Fidelity 3D-to-4D Scene Editing via Dynamic Propagation

Catalyst4D: 通过动态传播实现高保真的3D到4D场景编辑

Shifeng Chen, Yihui Li, Jun Liao, Hongyu Yang, Di Huang

机构 * State Key Laboratory of Complex and Critical Software Environment, Beihang University（北京航空航天大学复杂关键软件环境国家重点实验室） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； School of Artificial Intelligence, Beihang University（北京航空航天大学人工智能学院） ； Zhejiang Industrial Big Data and Robot Intelligent System Key Laboratory, Hangzhou Innovation Institute, Beihang University（北京航空航天大学杭州创新研究院浙江省工业大数据与机器人智能系统重点实验室） 纠错

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

AI总结 本文提出Catalyst4D框架，通过动态传播实现高保真的4D场景编辑，保持时空一致性，优于现有方法。

Comments https://junliao2025.github.io/Catalyst4D-ProjectPage/

GS3LAM: Gaussian Semantic Splatting SLAM

GS3LAM: 基于高斯语义散射的SLAM

Linfei Li, Lin Zhang, Zhong Wang, Ying Shen

机构 * School of Software Engineering, Tongji University（同济大学软件工程学院） ； Department of Automation, Shanghai Jiaotong University（上海交通大学自动化系） 纠错

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

AI总结 GS3LAM通过多模态数据融合实现实时一致的语义密集地图，采用语义高斯场和多模态误差约束联合优化，引入深度自适应尺度正则化和随机采样关键帧映射策略，提升跟踪鲁棒性和渲染质量。

Comments Accepted by ACM MM 2024

VG-Mapping: Variation-aware Density Control for Online 3D Gaussian Mapping in Semi-static Scenes

VG-Mapping：面向半静态场景的变分感知密度控制在线3D高斯映射

Yicheng He, Jingwen Yu, Guangcheng Chen, Hong Zhang

机构 * Southern University of Science and Technology（南方科技大学） ； CKS Robotics Institute, Hong Kong University of Science and Technology（香港科技大学CKS机器人研究所） 纠错

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

AI总结 本文提出VG-Mapping，通过变分感知密度控制策略提升半静态场景在线3D高斯映射的更新效率与渲染质量，同时构建了包含合成与真实数据的RGB-D数据集。

Less Gaussians, Texture More: 4K Feed-Forward Textured Splatting

更少高斯，纹理更多：4K前馈纹理散射

Yixing Lao, Xuyang Bai, Xiaoyang Wu, Nuoyuan Yan, Zixin Luo, Tian Fang, Jean-Daniel Nahmias, Yanghai Tsin, Shiwei Li, Hengshuang Zhao

机构 * HKU（香港大学） ； Apple（苹果公司） 纠错

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

AI总结 本文提出LGTM方法，通过预测紧凑高斯体与每体纹理，实现高分辨率4K视图合成，无需场景优化，显著减少高斯体数量。

MoRel: Long-Range Flicker-Free 4D Motion Modeling via Anchor Relay-based Bidirectional Blending with Hierarchical Densification

MoRel：通过基于锚点中继的双向混合与分层密集化实现长距离无闪烁的4D运动建模

Sangwoon Kwak, Weeyoung Kwon, Jun Young Jeong, Geonho Kim, Won-Sik Cheong, Jihyong Oh

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

AI总结 本文提出MoRel框架，通过锚点中继双向混合与分层密集化方法，实现长距离动态场景的高效4D重建，解决内存占用、时间闪烁及遮挡处理问题。

Comments CVPR 2026 (camera ready ver.). The first two authors contributed equally to this work (equal contribution). Please visit our project page at https://cmlab-korea.github.io/MoRel/

AGORA: Adversarial Generation Of Real-time Animatable 3D Gaussian Head Avatars

AGORA：对抗生成实时可动画的3D高斯头人像

Ramazan Fazylov, Sergey Zagoruyko, Aleksandr Parkin, Stamatis Lefkimmiatis, Ivan Laptev

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Polynome AI（波尼莫AI） ； MTS AI 纠错

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

AI总结 AGORA通过将3D高斯点云与生成对抗网络结合，实现高保真可动画的3D人像生成，提升表达精度与可控性，并在单GPU上实现560FPS的渲染速度。

Comments Extended the method to support mobile devices; updated experiments, results and supplementary

CrowdGaussian: Reconstructing High-Fidelity 3D Gaussians for Human Crowd from a Single Image

CrowdGaussian：从单张图像重建高保真的人类人群3D高斯

Yizheng Song, Yiyu Zhuang, Qipeng Xu, Haixiang Wang, Jiahe Zhu, Jing Tian, Siyu Zhu, Hao Zhu

机构 * Nanjing University, China（南京大学） ； Fudan University, China（复旦大学） ； State Key Laboratory of Novel Software Technology, China（新型软件技术国家重点实验室） 纠错

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

AI总结 本文提出CrowdGaussian框架，通过单张图像直接重建多人3D高斯点云，解决遮挡、低清晰度和多样外观等挑战，实验表明其能生成逼真且几何一致的多人场景重建。

Comments Accepted by CVPR 2026

SGAD-SLAM: Splatting Gaussians at Adjusted Depth for Better Radiance Fields in RGBD SLAM

SGAD-SLAM：调整深度的点云溅射以改进RGBD SLAM中的光场

Pengchong Hu, Zhizhong Han

机构 * Machine Perception Lab, Wayne State University, Detroit, USA（机器感知实验室，韦恩州立大学，底特律，美国） 纠错

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

AI总结 SGAD-SLAM通过调整深度的点云溅射方法改进RGBD SLAM中的光场表示，解决传统高斯点云灵活性和运动限制的问题，提升渲染质量和跟踪效率。

Comments CVPR 2026

StreetForward: Perceiving Dynamic Street with Feedforward Causal Attention

StreetForward：基于前馈因果注意力的动态街道感知

Zhongrui Yu, Zhao Wang, Yijia Xie, Yida Wang, Xueyang Zhang, Yifei Zhan, Kun Zhan

机构 * Li Auto Inc.（Li汽车公司） ； Zhejiang University（浙江大学） 纠错

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

AI总结 本文提出StreetForward框架，通过交替注意力机制和时间掩码注意力模块，实现动态街道的前馈重建，统一表示静态内容和动态实例，并在Waymo数据集上验证了其在视图合成和深度估计上的优越性。

LTGS: Long-Term Gaussian Scene Chronology From Sparse View Updates

LTGS: 从稀疏视角更新中获取长期高斯场景时间线

Minkwan Kim, Seungmin Lee, Junho Kim, Young Min Kim

机构 * Dept. of Electrical and Computer Engineering, Seoul National University（电子与计算机工程系，首尔国立大学） ； Interdisciplinary Program in Artificial Intelligence and INMC, Seoul National University（人工智能跨学科项目及INMC，首尔国立大学） 纠错

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

AI总结 本文提出LTGS方法，通过稀疏视角更新高效表示日常场景变化，利用模板高斯作为结构先验，提升3D环境的时间演化可扩展性。

Comments Accepted to CVPR 2026 Findings

PhysGM: Large Physical Gaussian Model for Feed-Forward 4D Synthesis

PhysGM：用于前馈4D合成的大型物理高斯模型

Chunji Lv, Zequn Chen, Donglin Di, Weinan Zhang, Hao Li, Wei Chen, Yinjie Lei, Changsheng Li

机构 * Beijing Institute of Technology（北京理工大学） ； Li Auto（利汽车） ； Harbin Institute of Technology（哈尔滨工业大学） ； Sichuan University（四川大学） ； Suzhou Research Institute, Harbin Institute of Technology（哈尔滨工业大学苏州研究院） 纠错

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

AI总结 PhysGM通过单图像联合预测3D高斯表示和物理属性，实现高效4D渲染。该方法采用物理感知重建模型和直接偏好优化，提升模拟精度并降低计算成本。

Comments CVPR 2026

MetaGS: A Meta-Learned Gaussian-Phong Model for Out-of-Distribution 3D Scene Relighting

MetaGS: 一种基于元学习的高斯-Phong模型用于分布外3D场景重照明

Yumeng He, Yunbo Wang, Xiaokang Yang

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

AI总结 MetaGS通过元学习训练3D高斯点散射模型，结合Blinn-Phong物理先验，提升分布外3D场景重照明的鲁棒性和准确性。

Comments Accepted by NeurIPS 2025 (Spotlight). Code: https://github.com/raynehe/MetaGS

PhyGaP: Physically-Grounded Gaussians with Polarization Cues

PhyGaP：基于极化线索的物理 grounded 高斯分布

Jiale Wu, Xiaoyang Bai, Zongqi He, Weiwei Xu, Yifan Peng

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

AI总结 PhyGaP利用极化线索改进3D高斯分布，通过极化延迟渲染和网格映射技术实现高精度反射分解和逼真光照重映射，实验表明其在反射3D物体重建和逆渲染方面表现优异。

Comments The paper is accepted by CVPR 2026

RadarGaussianDet3D: Gaussian Representation-based Real-time 3D Object Detection with 4D Automotive Radars

RadarGaussianDet3D: 基于高斯表示的实时3D目标检测与4D汽车雷达

Weiyi Xiong, Bing Zhu, Zewei Zheng

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

AI总结 本文提出RadarGaussianDet3D，通过高斯表示提升4D雷达的3D目标检测性能，采用点高斯编码器和3D高斯点划技术生成密集特征图，结合新的高斯损失函数实现更高效的检测与推理。

Comments Accepted by IEEE Robotics and Automation Letters

Variation-aware Flexible 3D Gaussian Editing

具有变体意识的灵活3D高斯编辑

Hao Qin, Yukai Sun, Meng Wang, Ming Kong, Mengxu Lu, Qiang Zhu

机构 * Zhejiang University（浙江大学） 纠错

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

AI总结 本文提出VF-Editor，通过预测属性变化实现3D高斯的原生编辑，解决间接编辑方法中的跨视不一致性和效率问题，验证了其在公开和私有数据集上的有效性。

ExGS: Extreme 3D Gaussian Compression with Diffusion Priors

ExGS：基于扩散先验的极端3D高斯压缩

Jiaqi Chen, Xinhao Ji, Yuanyuan Gao, Hao Li, Yuning Gong, Yifei Liu, Dan Xu, Zhihang Zhong, Dingwen Zhang, Xiao Sun

机构 * Northwestern Polytechnical University（北western工业大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 ExGS通过结合UGC和GaussPainter，利用扩散先验实现高效且高质量的极端3DGS压缩。

EmbedTalk: Triplane-Free Talking Head Synthesis using Embedding-Driven Gaussian Deformation

EmbedTalk: 无需三平面的语音头合成使用嵌入驱动的高斯变形

Arpita Saggar, Jonathan C. Darling, Duygu Sarikaya, David C. Hogg

机构 * School of Computer Science, University of Leeds（利兹大学计算机科学学院） ； Leeds Institute of Medical Education, School of Medicine, University of Leeds（利兹大学医学教育研究所） 纠错

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

AI总结 EmbedTalk通过嵌入驱动的高斯变形方法，在语音头合成中实现更高质量的渲染和更流畅的运动一致性。

Comments Preprint

FastAvatar: Towards Unified and Fast 3D Avatar Reconstruction with Large Gaussian Reconstruction Transformers

FastAvatar: 向统一且快速的3D人像重建迈进：基于大高斯重建变换器

Yue Wu, Xuanhong Chen, Yufan Wu, Wen Li, Yuxi Lu, Kairui Feng

机构 * Tongji University（同济大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； AKool 纠错

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

AI总结 FastAvatar通过大高斯重建变换器实现快速且统一的3D人像重建，利用多种输入数据提升重建质量和效率。

No Calibration, No Depth, No Problem: Cross-Sensor View Synthesis with 3D Consistency

无需校准，无需深度，无需问题：跨传感器视角合成与3D一致性

Cho-Ying Wu, Zixun Huang, Xinyu Huang, Liu Ren

机构 * Bosch Research North America（博世北美研究部） ； Bosch Center for Artificial Intelligence (BCAI)（博世人工智能中心） 纠错

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

AI总结 本文提出了一种无需校准的跨传感器视角合成方法，通过匹配、密集化和3D点云整合技术，解决RGB-X数据对齐问题，提升大规模真实世界数据收集的效率。

Comments CVPR 2026 Main Conference. Project page: https://choyingw.github.io/3d-rgbx.github.io/

One2Scene: Geometric Consistent Explorable 3D Scene Generation from a Single Image

One2Scene: 从单张图像生成几何一致的可探索3D场景

Pengfei Wang, Liyi Chen, Zhiyuan Ma, Yanjun Guo, Guowen Zhang, Lei Zhang

机构 * The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 One2Scene通过分解问题为三个子任务，实现从单张图像生成几何一致且可探索的3D场景。

Comments ICLR 2026

UrbanGS: A Scalable and Efficient Architecture for Geometrically Accurate Large-Scene Reconstruction

UrbanGS: 一种适用于几何准确大规模场景重建的可扩展高效架构

Changbai Li, Haodong Zhu, Hanlin Chen, Xiuping Liang, Tongfei Chen, Shuwei Shao, Linlin Yang, Huobin Tan, Baochang Zhang

机构 * Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） ； Institute of Artificial Intelligence, Beihang University（北京航空航天大学人工智能研究院） ； School of Software, Beihang University（北京航空航天大学软件学院） ； State Key Laboratory of Media Convergence and Communication, Communication University of China（中国传媒大学媒体融合与传播国家重点实验室） ； Department of Computer Science, National University of Singapore（新加坡国立大学计算机科学系） ； Control Science and Engineering, Shandong University（山东大学控制科学与工程学院） ； Artificial Intelligence Research Center, Lobachevsky State University（洛夫奇夫斯基国立大学人工智能研究中心） 纠错

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

AI总结 UrbanGS通过深度一致的D-正则化模块和空间自适应高斯剪枝策略，实现了大规模城市场景的高精度重建。

Comments ICLR 2026

TG-Field: Geometry-Aware Radiative Gaussian Fields for Tomographic Reconstruction

TG-Field：基于几何的辐射高斯场用于断层扫描重建

Yuxiang Zhong, Jun Wei, Chaoqi Chen, Senyou An, Hui Huang

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

AI总结 TG-Field通过几何感知高斯变形框架，提升静态和动态CT重建的精度与效率，尤其在稀疏投影条件下表现优异。

Comments Accepted to AAAI 2026. Project page: https://vcc.tech/research/2026/TG-Field

Toward Fine-Grained Facial Control in 3D Talking Head Generation

迈向3D说话人脸生成中的细粒度面部控制

Shaoyang Xie, Xiaofeng Cong, Baosheng Yu, Zhipeng Gui, Jie Gui, Yuan Yan Tang, James Tin-Yau Kwok

机构 * School of Cyber Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Lee Kong Chian School of Medicine, Nanyang Technological University（南洋理工大学李科金医学院） ； School of Remote Sensing and Information Engineering, Wuhan University（武汉大学遥感与信息工程学院） ； Purple Mountain Laboratories, Nanjing（南京紫金山实验室） ； Engineering Research Center of Blockchain Application, Supervision And Management (Southeast University), Ministry of Education（教育部区块链应用、监督与管理工程研究中心（东南大学）） ； Department of Computer and Information Science, University of Macau（澳门大学计算机与信息科学系） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） 纠错

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

AI总结 本文提出FG-3DGS框架，通过频率感知解耦策略实现细粒度面部控制，提升3D说话人脸生成的精度和唇同步效果。

Efficient Scene Modeling via Structure-Aware and Region-Prioritized 3D Gaussians

通过结构感知和区域优先的3D高斯实现高效场景建模

Guangchi Fang, Bing Wang

机构 * The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 本文提出Mini-Splatting2框架，通过结构感知分布和区域优先优化，实现高效且高保真的3D高斯场景建模。

Mirage2Matter: A Physically Grounded Gaussian World Model from Video

Mirage2Matter: 从视频构建一个物理基础的高斯世界模型

Zhengqing Gao, Ziwen Li, Xin Wang, Jiaxin Huang, Zhenyang Ren, Mingkai Shao, Hanlue Zhang, Tianyu Huang, Yongkang Cheng, Yandong Guo, Runqi Lin, Yuanyuan Wang, Tongliang Liu, Kun Zhang, Mingming Gong

机构 * MBZUAI ； AI$^2$Robotics（AI²Robotics） ； The University of Sydney（悉尼大学） ； Carnegie Mellon University（卡内基梅隆大学） ； The University of Melbourne（墨尔本大学） 纠错

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

AI总结 Mirage2Matter通过视频重建物理基础的世界模型，利用3D高斯点云和生成模型实现高保真具身训练数据生成，提升具身智能的可扩展性和实用性。