ECCV26 口头论文：流匹配实现多视角点云配准
ducha_aiki · x · 2026-09-11
斯坦福与波恩大学团队发布 Register Any Point（RAP），一篇 ECCV26 口头候选论文，将多视角点云配准重构为条件生成问题。
- 方法：用学习到的连续逐点速度场，把带噪点云输运到配准后的场景，再从中恢复每个视角的位姿；相比先做对应匹配估计两两变换、再做位姿图优化的传统流程，直接生成配准点云，兼顾效率与点级全局一致性。
- 扩展：延续其 NeurIPS25 的 Rectified Point Flow 工作，实现单阶段、多尺度多视角点云配准。
- 表现：通过扩大训练数据与测试时刚性约束，在跨域多视角配准基准上取得更优的零样本性能与最短运行时间，可泛化到不同视角数、尺度与传感器模态。
- 已开源论文、代码、基准与 Demo。
「具身」频道最新
- GPT-6.1 Terra 控制真机器人胜过 Opus 5.5,较三月前提升 3.7 倍 — ycombinator · 2026-10-28
- 机器人「开派对」训练中:研究者晒 policy in training 预告 — andrew_n_carr · 2026-10-28
- RAX让真机器人探索2小时自学技能，再把技能写成代码复用 — du_yilun · 2026-10-28
- OpenTac 触觉传感器将亮相 CoRL 2026,共 17 组机器人演示 — _krishna_murthy · 2026-10-28
- SO-101 Bench：LLM Agent 得分 83.2% 击败九个 VLA 策略 — Truman Hickok · 2026-10-28
- cixliv:格斗或成机器人首个跑赢普通人类的「已实现市场」 — cixliv · 2026-10-28