ETH Zurich 等发布 SuperFlex：可变形超二次曲面分解点云，比 Marching Primitives 快万倍
orlitany · x · 2026-09-12
作者团队（ETH Zurich、Stanford、IMPA、USI Lugano）宣布其 ECCV 2026 论文 SuperFlex，将超二次曲面（superquadrics）用于点云分解与 3D 场景理解，并将在会议 3pm poster #15 展示。
- 方法：在超二次曲面基础上加入弯曲（bending）和锥形（tapering）参数，可高保真表达复杂几何；提出新的损失函数与优化方案，改进初始分解精度；模型通过自监督的体积+表面损失联合训练，并可针对单个物体做可选的进一步优化。
- 关键突破：能直接从带噪声、不完整的真实点云预测分解——以往需要完整点云的方法无法做到。
- 结果：在 ShapeNet 上显著超过所有基于学习与优化的基线（SQ、CSA、EMS 等）的 IoU；唯一 IoU 相近的 Marching Primitives 需要超过 4 倍的图元数量且慢约 10000 倍。
「研究」频道最新
- 菲尔兹奖得主联名发表公开信,谈 AI 与数学的未来 — poigre · 2026-09-12
- 1.9万人实验:AI说服力胜过世界冠军辩手,筹资效果达人类3倍 — ben_j_todd · 2026-09-12
- 把 token 局部交互计算从推理挪进训练，被视为规模化优化新蓝图 — AccBalanced · 2026-09-12
- 开源方案实现零训练-推理失配的大 MoE 模型 RL 训练 — kastnerkyle · 2026-09-12
- ICLR 2026 论文 MoM:混合多记忆状态破解线性模型召回短板 — kastnerkyle · 2026-09-12
- 哈佛研究员用果蝇大脑连接组交易比特币，1.5 天跑赢 ML 模型 — Scobleizer · 2026-09-12