Tag · 3 篇
前馈式三维重建
01 02 03
从前馈新视角合成中学习紧凑三维表示
Learning Compact 3D Representations from Feed-Forward Novel View Synthesis
用可学习 token 的自注意力模式同时决定高斯生成位置与特征提升，把「紧凑高斯」当作前馈重建与场景理解的共享表示，可直接借鉴到无位姿稀疏视图下的重建-理解一体化管线，降低显存并改善多视图特征聚合。
大规模编解码化身：大规模化身预训练的惊人有效性
Large-scale Codec Avatars: The Unreasonable Effectiveness of Large-scale Avatar Pretraining
提出首个面向3D虚拟化身的大规模预训练/后训练范式，利用100万野外视频学习外观与几何先验，再以高质量数据微调，实现前馈式全身化身生成，对视觉研究者而言是可复用的『大规模预训练+高质量微调』策略在3D生成与重建中的范例，并展示了零样本鲁棒性与可重光照等涌现能力。
LagerNVS：面向全神经实时新视角合成的潜空间几何
LagerNVS: Latent Geometry for Fully Neural Real-time Novel View Synthesis
用显式三维重建预训练的编码器为前馈式新视角合成注入三维归纳偏置，配合轻量解码器即可实时渲染并达到 31.4 PSNR；该思路可直接迁移到任何需要三维先验的潜变量生成或重建管线，并可替换为扩散解码器做生成式外推。