图像生成｜早稻田大学新作：用“看得见”的光，让高斯泼溅的近场反射不再糊
先从一个"面条"说起。四维时空里的黑洞相当老实：旋转的 Kerr 黑洞近年来已经被证明在亚极端情形下是非线性稳定的，意思是稍微推它一下，它晃两晃就回到原来的样子。但维度一加上去，情况立刻不同。
标签：高斯泼溅
共 23 篇
3D世界模型造出的场景都是"死"的？OuroWorld一键把它们复活
3D世界模型能把一张照片变成可走进去的场景，可这些世界是冻住的：叶子不摇，雾不飘，灯不闪。OuroWorld不用画任何掩膜，让视觉语言模型自己判断什么该动、怎么动，再用傅里叶形变场把首尾严丝合缝地接上。39个场景上全面超越四路基线，30人盲测偏好率70.8%—99%，值得一看它怎么在"互相打架"的脏监督里学出一个干净的4D场景。
斯旺西大学联合伦敦大学学院全息成像新作：每个高斯只加一个曲率参数，灰度重建提升0.33 dB
原文标题： Hologram Representation via Quadratic Phase Gaussian Splatting 首次公开： 2026年9月10日 主要署名单位： 斯旺西大学、伦敦大学学院 原文链接： https://arxiv.org/abs/2609.11434
热红外3D重建不再把温度当颜色：PhysIR-Splat用辐射建模+VGGT-IR提1.36dB
论文基本信息 原文标题： PhysIR-Splat: Physically Consistent Thermal Infrared Radiative Transfer in 3D Gaussian Splatting 正式发表： 2026 年 6 月 会议： CVPR 2026 原论文： CVF Open Access 论文页
不用预判关节类型：REArtGS++用两状态RGB把螺旋轴角误差做到0.07°
论文基本信息 原文标题： REArtGS++: Generalizable Articulation Reconstruction with Temporal Geometry Constraint via Planar Gaussian Splatting 首次公开： 2025 年 11 月 21 日 会议： CVPR 2026 原论文： https://
马普所PhysHead：给数字人装上“仿真头发”，风吹发丝不再僵硬
现在的数字人头像，脸可以以假乱真，头发却像顶了个头盔——怎么晃都是死的。马普所等机构提出PhysHead，把头发拆成一根根发丝并接入物理引擎，让头像在点头、转头甚至刮风时，头发真的会飘。顺便还借大模型把“秃头版”训练数据造了出来，细节拉满。
拒绝内卷！北大CVPR 2026新作ExtrinSplat：3D语义理解不嵌特征，存储直接砍到MB级
3D高斯泼溅遇上开放词汇理解，过去大家往点云里硬塞特征，结果存储爆表、边界糊成一片。北大这篇CVPR 2026新作反其道而行，把几何和语义彻底解耦，用VLM生成文本假设做外置索引，直接让特征存储从GB级砍到MB级。思路清奇，落地极香，值得一读！
腾讯中科大新研究：关节物体重建不用猜类型，螺旋关节误差骤降98%
关节物体重建一直是机器人操作里的硬骨头，以前的方法要么依赖关节类型先验，要么遇到螺旋关节就翻车。REArtGS++ 直接拿两张不同状态的多视角 RGB 照片，就把零件级网格、关节参数一起端出来，螺旋关节误差比之前最好的方法降了一个量级，单卡 4090 只要 20 分钟，值得一读。
KAIST&MIT最新：无需训练！0.4秒搞定任意特征上采样，各项SOTA
不用训练、不用改模型，单张图优化不到半秒，就能把基础模型低分辨率特征放大成高分辨率特征，还在分割、深度、概率图上一口气刷到SOTA。想给视觉基础模型做“像素级复活”的同学，这篇绝对是宝藏基线。
浙大首发NGS-Marker：3DGS防“拆件盗用”新解法，局部水印解码准确率99%！
3DGS资产正在被“拆零件拼装”式盗用，而现有的渲染级水印在这种局部侵权下几乎集体失灵。浙大这篇NGS-Marker直接对高斯原语下手，任意抠一块都能验明正身，局部侵权场景下解码准确率冲到99%以上，是3D资产版权保护里少见的真痛点工作。
两张模糊图就能重建3D？PSNR暴涨2.11dB新方法出炉
当只有两张随手拍的模糊照片、还没有相机位姿时，3D重建还能做吗？本论文不仅做了，还用级联的2D→3D引导把Deblur-NeRF真实场景PSNR提升了1.19dB、合成场景提升了2.11dB。这种极简输入设定对XR、手持设备3D内容生成非常有吸引力。
最新研究：从84秒到0.05秒，独立研究者让VBGS实时重建提速1680倍
3D高斯泼溅做持续重建，最大痛点就是慢。这篇论文用空间截断变分推断加改进重分配，把每帧训练延迟从84秒干到0.05秒，1680倍提速还不掉质量，直接在RTX 3070 Ti上跑通。做机器人实时建图的读者，这篇相当值得看。
