ZipSplat 模型：更少高斯点，更优 3D 重建
rsasaki0109 · x · 2026-08-17
ZipSplat 是一个用于 3D Gaussian Splatting 的前馈模型，能从少数未标定图像中通过单次前向传播重建场景。
核心特点：
- 无需相机位姿、内参或针对每个场景的优化。
- 不像传统方法那样为每个像素发射一个高斯，而是将输入视图压缩为紧凑的场景 token 集合。
- 每个解码为少量高斯组，实现同等质量下所需高斯数量大幅减少。
- 提供单一旋钮以平衡质量和模型大小，达到最先进的效果。
该项目托管了推理、评估、训练代码以及预训练权重。
「研究」频道最新
- 用 VLM 分布式 RL 训练玩 Minecraft，突破环境速度瓶颈 — max_paperclips · 2026-08-17
- RLC 2026：多智能体强化学习的动力系统视角 — mircomusolesi · 2026-08-17
- 谷歌分析 1500 万条 Gemini 对话：AI 在工作中的真实图景 — Suspicious_Orchid770 · 2026-08-17
- Sentient 在 KDD 2026 举办 Open AGI Builder's Day — 0xsachi · 2026-08-17
- NVIDIA 团队发布 VoiceChat-TTS：支持打断的低延迟流式语音合成 — rdesh26 · 2026-08-17
- 三天审三篇LLM生成的浅劣论文：学术悲哀 — davidmanheim · 2026-08-17