Gaussian-JEPA：将 JEPA 引入 3D 高斯泼溅

DrMorganLevine · x · 2026-08-24

Gaussian-JEPA 提出了一种用于 3D Gaussian Splats 的联合嵌入预测学习方法。与重建原始属性不同，该方法通过可见上下文预测隐藏的高斯令牌特征，从而提高了对重采样、部分视图和高斯补全的鲁棒性。

原文链接 →

「研究」频道最新

• 解决 RL 延迟：Hillclimb 更清洁的代理任务 — JoshPurtell · 2026-08-24
• Qwen-Video-Edit：复用图像模型实现指令视频编辑 — AgeNo5351 · 2026-08-24
• 论文：利用 Transformer 教师预训练循环网络 — chrmanning · 2026-08-24
• 数学家访谈：分享我对数学与 AI 关系的最新观点 — littmath · 2026-08-24
• NeurIPS 2026 研讨会 AIDaR 聚焦科学 AI 数据就绪 — arjunrajlab · 2026-08-24
• AI 芯片算力瓶颈：为何要移动万亿比特数据 — prateekj · 2026-08-24

更多「研究」频道 AI 资讯 →