热点事件持续更新
GeoGSplat：在非像素对齐框架中引入几何先验的高斯泼溅
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv cs.CV 上的一篇论文提出 GeoGSplat，这是一种以几何为锚定的前馈高斯泼溅模型，其核心做法是在非像素对齐框架中显式引入几何先验。模型结构上，采用双分支编码器，分别用 Anchors 捕捉粗粒度 3D 结构，并用 Triplane 捕捉细粒度场景特征，再由分层解码器逐步解码出稠密 3D 点与高斯图元。论文称，在 DTU 与 NRGBD 数据集上，该方法的新视角合成与重建效果都超过现有的像素对齐与非像素对齐方法，并且视角偏移越大，其优势越明显。目前这是该工作的首次公开报道，尚无后续进展。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
GeoGSplat 在 arXiv 公开，称在 DTU 与 NRGBD 上新视角合成与重建均优于像素对齐与非像素对齐方法。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CVGeoGSplat：基于几何先验的非像素对齐高斯泼溅
GeoGSplat 是一种几何锚定的前馈高斯泼溅模型，在非像素对齐框架中显式引入几何先验。双分支编码器用 Anchors 与 Triplane 分别捕捉粗粒度 3D 结构和细粒度场景特征，分层解码器再逐步解码稠密 3D 点与高斯图元。在 DTU 和 NRGBD 上，其新视角合成与重建均超过现有像素对齐与非像素对齐方法，且视角偏移越大优势越明显。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。