Meta LSRM 获 ECCV 2026 最佳论文提名,稀疏注意力扩展 3D 重建
rsasaki0109 · x · 2026-09-30
Meta Reality Labs 研究团队发布 Large Sparse Reconstruction Model(LSRM),获 ECCV 2026 最佳论文荣誉提名(Best Paper Honorable Mention),研究如何通过扩展 transformer 上下文窗口提升前馈式 3D 重建质量。
核心发现:大幅增加激活的物体 token 数量(20 倍)和图像 token 数量(2 倍以上),能显著缩小前馈方法与稠密视角优化方法在细粒度纹理和外观上的差距,实现高保真 3D 物体重建与逆渲染。
三个关键技术贡献:
- 由粗到细流水线:通过预测稀疏高分辨率残差,把计算集中在信息量大的区域;
- 3D 感知空间路由:用显式几何距离而非标准注意力分数建立准确的 2D-3D 对应关系;
- 块感知序列并行:采用 All-gather-KV 协议,在多 GPU 间完美均衡动态稀疏负载。
在新视角合成基准上,LSRM 相比现有 SOTA 提升 PSNR 超 2.4 dB,LPIPS 降低 40% 以上;扩展到逆渲染任务时,其 LPIPS 达到甚至超过 SOTA 稠密视角优化方法。论文链接与代码已公开。
所属事件:Meta LSRM 获 ECCV 2026 最佳论文荣誉提名(2 条相关)→
「多模态」频道最新
- 网友晒 Qwen 4 Max 生成珊瑚礁作品,模型名尚未官方发布 — intellectronica · 2026-11-16
- 手改0.2%权重加CPU训练100分钟,英语TTS模型变身18MB梵语语音 — kastnerkyle · 2026-11-16
- Zyphra开源文本归一化工具:TTS结构化数据正确率最高提升22个百分点 — kastnerkyle · 2026-11-16
- Qwen 图像 2.1 与 Minimax H3 实测:老照片修复与写实化转换 — Ant_6431 · 2026-11-16
- Minimax H3 视频生成演示:Cubee 店面镜头第二版 — JahJedi · 2026-11-16
- 不会画画的开发者用 Fable 5.2 四小时做出 14 章手绘风故事书游戏 — jradoff · 2026-11-16