3D 视觉

Leveraging NeRF-Rendered Images for 3D Gaussian Splatting

利用NeRF渲染图像进行3D高斯泼溅

Mizuki Morikawa, Yuta Shimizu, Chunyu Li, Yusuke Monno, Masatoshi Okutomi

机构 * Institute of Science Tokyo（东京科学研究所） 纠错

专题命中 Gaussian Splatting ：NeRF(title,title_cn)；3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；novel view synthesis(abstract)

AI总结 提出利用NeRF渲染图像辅助3DGS训练，通过去除瞬态物体和生成鸟瞰视图，结合扩散增强，在保持3DGS速度的同时提升街景渲染质量。

Comments ICIP 2026

SSA-3DGS: Unsupervised Removal of Screen-Space Artifacts for 3D Gaussian Splatting

SSA-3DGS：用于3D高斯点渲染的屏幕空间伪影无监督移除

Kristof Overdulve, Lode Jorissen, Nick Michiels

机构 * Digital Future Lab, Flanders Make, Hasselt University（数字未来实验室，弗拉芒制造，哈塞尔特大学） 纠错

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

AI总结 针对3D高斯点渲染中屏幕空间伪影问题，提出SSA-3DGS无监督框架，利用视图几何一致性，联合优化3D场景与2D叠加，在合成及真实数据集上，相比同条件3DGS提高重建保真度9dB PSNR，且保留伪影。

QuerySplat: Decoupling Geometry and Appearance Representations in 3DGS Prediction

QuerySplat：解耦3DGS预测中的几何与外观表示

Yinglong Li, Donghui Shen, Xiaoyu Zhang, Zhichao Ye, Hongyu Wu, Aimin Hao, Guofeng Zhang, Haomin Liu

机构 * Inspatio 纠错

专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；3D reconstruction(abstract)；novel view synthesis(abstract)

AI总结 QuerySplat是解耦3DGS几何与外观表示的前馈框架，通过双分支解码器缓解模糊问题，在DL3DV基准上实现SOTA新视图合成，PSNR较基线显著提升。

SpatialQ: Understanding 3D Gaussian Splatting Scene Quality via Visual-based MLLM

SpatialQ：基于视觉的多模态大语言模型（MLLM）理解3D Gaussian Splatting场景质量

Jingxuan Su, Shenglin Wang, Tiesong Zhao, Ge Li, Wei Gao

机构 * Peking University（北京大学） ； Peng Cheng Laboratory（鹏城实验室） ； Fuzhou University（福州大学） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,title_cn)；3DGS(summary_cn,abstract)；point cloud(abstract)；novel view synthesis(abstract)

AI总结 针对3DGS场景质量评估的局限，本文提出SpatialQ框架，通过VGGT编码器与Qwen-MLLM实现结构感知的多模态质量评估，解决传统IQA仅依赖2D线索的问题。

Mind the Gap: Standard 3DGS Evaluation Primarily Measures Near-Trajectory Interpolation

注意差距：标准 3DGS 评估主要衡量近轨迹插值

Gaoxiang Jia, Vikram Appia

机构 * Advanced Micro Devices, Inc.（超威半导体公司） 纠错

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

AI总结 标准 3DGS 评估采用隔帧留出法，实际衡量近轨迹插值而非空间泛化。本文提出匹配计数协议，发现插值与外推之间存在 3~12dB 的稳定差距，该差距跨表示族存在，主要由几何代理分量主导，并建议采用空间留出基准。

3DGBGS: 3D Granular Ball Gaussian Splatting for Compact Novel View Synthesis

3DGBGS：用于紧凑新视图合成的3D颗粒球高斯溅射

Meng Yang, Shuyin Xia, Dawei Dai, YiWang

机构 * Chongqing University of Posts and Telecommunications（重庆邮电大学） ； Chongqing Ant Consumer Finance Co., Ltd.（重庆蚂蚁消费金融有限公司） 纠错

专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；novel view synthesis(title)；point cloud(abstract)

AI总结 本文针对现有锚点3DGS的空间适应性问题，提出3DGBGS框架，通过自适应颗粒球划分优化锚点，在维持渲染质量的同时降低了锚点数量与模型存储。

DeGS: A Scalable 3DGS Architecture via Decoupled Workload Parsing and Reorganization

DeGS：一种通过解耦工作负载解析与重组实现的可扩展3DGS架构

Minnan Pei, Gang Li, Zeyu Zhu, Siting Wang, Junwen Si, Zhuoran Song, Yu Feng, Fangxin Liu, Xiaoyao Liang, Jian Cheng

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

AI总结 DeGS是一种解耦工作负载解析与重组的可扩展3DGS架构，通过优化数据流提升PE利用率，在多场景多分辨率下较现有3DGS加速器实现吞吐量、加速比与能效提升，高PE扩展时仍保持高利用率。

Comments Accepted to the 59th IEEE/ACM International Symposium on Microarchitecture (MICRO 2026)

Improving Sparse-View 3DGS Generalization via Flat Minima Optimization

通过平坦极小值优化改进稀疏视角3DGS泛化能力

Kangmin Seo, Sangeek Hyun, MinKyu Lee, Jae-Pil Heo

机构 * Sungkyunkwan University（成均馆大学） 纠错

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

AI总结 针对稀疏视角下3DGS过拟合问题，提出基于平坦极小值优化的轻量训练框架，通过各向异性高斯扰动和周期性重初始化提升泛化性能。

Comments Accepted to ECCV 2026. Project Page: https://kangrnin.github.io/FlatMinGS

3D Gaussian Splatting and Mesh-Based Digital Twins: An Exploratory Study for Virtual Reality Tourism

3D Gaussian Splatting 与基于网格的数字孪生：面向虚拟现实旅游的探索性研究

Maximilian Warsinke, Francesco Vona, Abm Tariqul Islam, Tanja Kojić, Jan-Niklas Voigt-Antons, Sebastian Möller

专题命中 Gaussian Splatting ：Gaussian Splatting(title,title_cn)；3DGS(summary_cn,abstract)

AI总结 本研究对比了 VR 旅游应用中基于网格与 3DGS 的数字孪生的用户体验，发现 3DGS 真实感更强但实用质量不足，网格版 UX 良好，还提出了临场感与晕动症的优化问题。

Comments Accepted to the 1st Workshop on Hyperrealism in XR at ISMAR 2026

GS-Voxel: Fitting-Free Structured Latents for Large-Scale 3DGS Generation

GS-Voxel：用于大规模3DGS生成的免拟合结构化隐变量

Ming Qian, Zijian Wang, Minchao Sun, Jincheng Xiong, Hang Zhang, Mu Xu, Chi Wang, Baoquan Chen

机构 * Zhejiang University（浙江大学） ； Peking University（北京大学） ； Amap（高德地图） ； Alibaba（阿里巴巴） 纠错

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

AI总结 GS-Voxel是免拟合结构化隐变量框架，可将预优化3DGS重建转为稀疏活跃体素，通过GS专用VAE编码为稀疏3D隐变量，结合图像条件流模型实现大规模航空3DGS场景生成。

Beyond Similarity Matching: Structured Reasoning for Open-Vocabulary Referring Segmentation in 3DGS

超越相似度匹配：面向3D高斯溅射（3DGS）的开放词汇指称分割的结构化推理

Yizhao Wang, Xinfa Wang, Jingbo Wang, Jingbo Wang, Guantao Zhang, Yafeng Han, Guohong Gao, Yuhe Xia

机构 * School of Computer Science, Henan Institute of Science and Technology（河南科技学院计算机学院） 纠错

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

AI总结 针对现有3DGS指称分割方法依赖相似度匹配的缺陷，提出QAGaussian框架，经Mosaic3D-5.6M预训练后，在基准上实现性能提升，优于现有最强基线。

Comments 24 pages, 5 figures

TRACE-GS: On-Policy Trajectory Distillation with Privileged Geometric Conditioning for Sparse-View 3DGS Restoration

TRACE-GS：用于稀疏视图3D高斯溅射（3DGS）恢复的带特权几何条件的在线策略轨迹蒸馏

Linlian Jiang, Yuchen Xi, Sadman Rakib Pinon, Ruigang Yang, Yang Wang, Xinxin Zuo

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

AI总结 TRACE-GS是首个利用训练时的特权几何条件，将扩散先验适配到稀疏视图3DGS恢复的在线策略轨迹蒸馏框架，在各设置下实现了一致性能提升与强泛化性。

CaT-GS: Efficient 3DGS Rendering for Large Scale Scenes via Inter-frame Caching and Tile Scheduling

CaT-GS：通过帧间缓存和瓦片调度实现大规模场景的高效3DGS渲染

Tingjia Zhang, Bo Chen, Shengzhong Liu, Fan Wu, Guihai Chen

机构 * Shanghai Jiao Tong University（上海交通大学） ； 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 ：3DGS(title,title_cn)；Gaussian Splatting(abstract)；分类 cs.CV

AI总结 针对3DGS在大规模场景中性能下降问题，CaT-GS提出通过推测性多帧预处理、帧间缓存机制及重构光栅化任务来消除冗余与减轻负载不平衡，实验证明其显著提升渲染速度，为大规模场景高保真实时渲染建立新基准。

Comments CVPR 2026

A 3DGS-Driven Dynamic Viewpoint and Vibrotactile Framework for Subsea Teleoperation Validated via fNIRS

一种由 3DGS 驱动的用于水下遥操作的动态视点和振动触觉框架，并通过功能近红外光谱法进行验证

Fang Xu, Tianyu Zhou, Ruitong Tian, Md Jahidul Islam, Jing Du

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

AI总结 研究针对水下遥操作受限于二维视图和通信延迟的问题，提出基于 ROS - Unity 框架的多模态架构，用 3DGS 驱动的 DAVS 及振动触觉套装辅助，经实验验证该方式能提升操作员性能与认知耐力。

Comments 9 pages, 6 figures

PD-GS: Phoneme-Driven 3DGS for Audio-Driven Talking Heads

PD-GS：音素驱动的3DGS用于音频驱动的说话头生成

Ao Fu, Yi Zhou

机构 * Southeast University（东南大学） ； School of Computer Science and Engineering（计算机科学与工程学院） 纠错

专题命中 Gaussian Splatting ：3DGS(title,title_cn)；Gaussian Splatting(abstract)

AI总结 针对3DGS说话头渲染的漏嘴伪影问题，提出PD-GS模型，通过LFM融合音频与音素信息，在HDTF数据集上实现最优嘴唇几何，提升神经化身的语言忠实度。

Comments Accepted to ACM MM 2026

Stipple: Real-Time Incremental Gaussian Splatting with Visual-Inertial Tracking

Stipple：基于视觉-惯性跟踪的实时增量高斯溅射技术

Kilian Northoff, Mateo de Mayo, Daniel Cremers

机构 * Technical University of Munich（慕尼黑工业大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） 纠错

专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；3D reconstruction(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出Stipple方法，结合Basalt视觉-惯性跟踪系统与Brush增量3D高斯溅射技术，实现实时同步跟踪重建，替代3DGS繁重步骤，为机器人与XR的实时3D重建提供解决方案。

Mesh2GS: White-Box 3DGS Construction via Plenoptic Sampling

Mesh2GS: 通过全光采样实现白盒3DGS构建

Haoran Zhu, Youcheng Cai, Huangsheng Du, Jingyang Meng, Ligang Liu

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 提出Mesh2GS框架，基于全光采样理论从网格几何直接生成3D高斯，实现奈奎斯特级全局光照渲染，并通过反照率-明暗分解和神经照明增强模块处理非朗伯效应。

Comments 16 pages, 7 figures

InstanceSplat: Instance-Aware Feed-Forward 3D Gaussian Splatting for Scene Understanding

InstanceSplat：面向场景理解的实例感知前馈三维高斯溅射

Minchao Jiang, Xiaoxuan Ma, Shunyu Jia, Haoru Wang, Zhang Liang, Wentao Zhu

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

AI总结 InstanceSplat是统一前馈3DGS框架，通过单次前向传播构建联合编码多信息的实例感知高斯表示，以实例为中心的学习策略实现重建与场景理解互益，在多任务上达到SOTA性能与强泛化性。

Comments Project page: https://jamchaos.github.io/InsSplat/

3DGSI-Assessor: A Large-Scale Dataset and An LMM-based Method for 3D Gaussian Splatting Image Quality Assessment

3DGSI-Assessor：面向3D高斯溅射图像质量评估的大规模数据集与基于大视觉语言模型的方法

Yuke Xing, Jiarui Wang, William Gordon, Zhu Li, Guangtao Zhai, Yiling Xu

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

AI总结 针对3D高斯溅射压缩的失真评估缺口，提出含15200张图像的多维IQA数据集3DGS-IEval-15K+，并构建基于大视觉语言模型的一体化IQA框架3DGSI-Assessor，该框架在对应数据集上达SOTA且泛化性良好。

COLMAR: Cooperative View Policy Learning for Multi-Agent Active 3D Reconstruction

COLMAR：用于多智能体主动3D重建的协作视图策略学习

Phu Pham, Damon Conover, Aniket Bera

机构 * Purdue University（普渡大学） ； DEVCOM Army Research Laboratory（陆军研究实验室） 纠错

专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；3D reconstruction(title,abstract)；Gaussian Splatting(abstract)；分类 cs.RO

AI总结 研究多智能体主动3D重建中协调效率低的问题，提出COLMAR框架，将视点分配作为共享策略优化，用参数共享PPO训练，结合3DGS重建，实验表明相比基线在传感预算匹配时重建精度和覆盖率显著提升。

Comments 8 pages, 5 figures, IROS 2026

Geometry-Preserving in 3D Gaussian Splatting for LiDAR-Camera Extrinsic Calibration

3D高斯溅射中保持几何结构的LiDAR-相机外参标定

Kyoleen Kwak, Daeho Kim, Jeong Woon Lee, Hyoseok Hwang

机构 * Kyung Hee University（庆熙大学） 纠错

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

AI总结 针对LiDAR-相机标定中跨模态特征稀缺问题，提出通过多视图LiDAR深度监督和阻止光度梯度更新高斯空间参数来保持3DGS代理的度量几何，提升标定精度。

Comments Accepted to ECCV 2026. 15 pages (excluding references), 5 figures

MoonSplat: Monocular Online Gaussian Splatting with Sim(3) Global Optimization

MoonSplat: 基于Sim(3)全局优化的单目在线高斯泼溅

Guo Pu, Yixuan Han, Haofeng Li, Yao Zhang, Hui Zhou, Zhouhui Lian

机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机技术研究所） ； Beijing Hydrogen Intelligent Tech. Co., Ltd.（北京氢元智能科技有限公司） 纠错

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

AI总结 提出一种结合Sim(3)全局优化的在线体素化3DGS框架，通过颜色残差学习策略加速收敛，实现鲁棒的相机跟踪和全局闭环，在室内外数据集上达到SOTA性能。

Comments SIGGRAPH 2026

Confidence matters: Leveraging Multi-view Geometric Priors for GS-based Reconstruction

置信度很重要：利用多视图几何先验实现基于3D高斯溅射（3DGS）的重建

Hongyu Zhou, Zorah Lähner

机构 * University of Bonn（波恩大学） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔机器学习与人工智能研究所） 纠错

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

AI总结 该研究针对3D高斯溅射（3DGS）几何重建不佳的问题，提出融入多视图几何先验并利用其附带的置信度图加权，在标准基准及含镜面物体的复杂场景中实现了重建质量的显著提升。

Fast 3D Foundation Model Initialized Gaussian Splatting

快速3D基础模型初始化高斯点云渲染

Anurag Dalal, Daniel Hagen, Kjell G. Robbersmyr, Kristian Muri Knausgård

机构 * Aust-Agder utviklings- og kompetansefond (AAUKF)（奥斯特-阿格德尔发展与能力基金） 纠错

专题命中 Gaussian Splatting ：Gaussian Splatting(title,abstract)；NeRF(abstract,abstract_cn)；3DGS(abstract,abstract_cn)；分类 cs.CV、cs.GR、cs.RO

AI总结 介绍一种无需传统运动结构方法的高质量3D高斯点云重建快速方法，利用3D基础模型初始化相机姿态和点云，通过深度引导损失函数联合优化，提升稀疏视图重建质量，减少训练时间。

Comments 8 pages, 5 figures, 5 tables. Accepted at ICECET 2026

Journal ref 2026 6th International Conference on Electrical, Computer and Energy Technologies (ICECET), Rome, Italy, July 6-9, 2026

ImprovedVBGS: Real-time Continual Variational Bayes Gaussian Splatting

改进的 VBGS：实时连续变分贝叶斯高斯点云融合

Damani Mguni-Coker

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

AI总结 针对实时重建需求，改进的 VBGS 框架通过空间截断变分推理和改进重新分配，加速连续重建。在 NeRF 合成数据集上，RTX 3070 Ti 实现平均每帧延迟大幅降低，加速 1680 倍，且保持重建质量。

Comments 5 pages, 4 figure. Technical Report. This work introduces ImprovedVBGS, accelerated continual learning for 3D Gaussian Splatting based Reconstruction. Code available at [https://github.com/damanimc/ImprovedVBGS](https://github.com/damanimc/ImprovedVBGS)

UniWorld-View: Large-Baseline View Synthesis via Video Diffusion Models

UniWorld-View：基于视频扩散模型的大基线视图合成

Haiyang Zhou, Wangbo Yu, Chaoran Feng, Xunyu Zhou, Yonghong Tian, Li Yuan

机构 * Peking University（北京大学） ； Rabbitpre AI 纠错

专题命中 Gaussian Splatting ：NeRF(abstract,abstract_cn)；Gaussian Splatting(abstract,abstract_cn)；3DGS(abstract,abstract_cn)；point cloud(abstract)

AI总结 UniWorld-View 是结合显式 3D 指导与视频扩散建模的统一框架，可从单目输入实现可控大基线新视图合成，在基准测试中展现出优异的可控性、几何一致性与视觉保真度。

Comments Project Homepage: https://zhouhyocean.github.io/uniworld-view/ Code: https://github.com/PKU-YuanGroup/UniWorld-View

Embodied Multimodal Grounding for Open-Vocabulary Mobile Manipulation via Semantic 3D Gaussian Splatting

基于语义三维高斯溅射的开放词汇移动操作具身多模态定位

Huosen Ou, Dongni Song, Yuncong Wang, Tao Zhou, Yiding Ji

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Midea Group（美的集团） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV、cs.RO

AI总结 本文针对家庭场景开放词汇移动操作的目标定位问题，提出整合Semantic-3DGS的具身多模态框架，经50次真实机器人试验，在长 horizon、杂乱场景等任务中优于PointVLA等基线方法，提升了操作鲁棒性。

Comments 9 pages, 11 figures. Accepted to ACM Multimedia 2026 (MM '26)

GaussLite: Online Task-Conditioned 3D Gaussian Splatting for Real-Time Robotic Mapping

GaussLite：面向实时机器人建图的任务条件化3D高斯泼溅

Annika Thomas, Mason Peterson, Jonathan P. How

机构 * Aerospace Controls Laboratory, MIT（麻省理工学院航空航天控制实验室） 纠错

专题命中 Gaussian Splatting ：3DGS(summary_cn,abstract)；Gaussian Splatting(title,abstract)；分类 cs.CV、cs.RO

AI总结 提出GaussLite，一种任务驱动的3DGS建图系统，通过自然语言任务规范调节表示密度，利用LLM解析器提取目标并实时生成像素级相关性掩码，在有限资源下实现实时建图，ROI PSNR提升约2.72 dB。

CoMVS-GS: Collaborative Multi-View Stereo and 3D Gaussian Splatting for Surface Reconstruction

CoMVS-GS：用于表面重建的协同多视图立体与3D高斯溅射

Shihan Chen, Junjing Zhang, Qingsong Yan, Haibing Liu, Haofan Ren, Fei Deng

机构 * Wuhan University（武汉大学） ； Hangzhou Dianzi University（杭州电子科技大学） 纠错

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

AI总结 CoMVS-GS结合多视图立体与3D高斯溅射，通过新的初始化方式和互监督机制优化表面重建，在室外场景提升几何精度与网格紧凑性，同时保持高渲染质量。

NGS-Marker: Robust Native Watermarking for 3D Gaussian Splatting

NGS-Marker：面向3D高斯溅射（3DGS）的鲁棒原生水印

Hao Qin, Yukai Sun, Luyuan Chen, Mengxu Lu, Feng Zhang, Ming Kong, Zhenhong Du, Qiang Zhu

机构 * Zhejiang University（浙江大学） ； Zhejiang Key Laboratory of Geographic Information Science（浙江省地理信息科学重点实验室） 纠错

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

AI总结 该研究针对现有3D高斯溅射水印技术无法抵御部分侵权的问题，提出NGS-Marker原生水印框架，通过联合训练的注入器与解码器及梯度渐进注入策略实现全场景覆盖，可抵御部分侵权并支持混合与多模态水印，具备实际部署灵活性。