S2Tok 用持久空间 token 实现流式3D高斯重建
zhenjun_zhao · x · 2026-10-09
S2Tok：持久空间 token 的流式 3D 重建
- 问题：流式 3D 重建需要一个能随新观测持续更新、且随时可渲染的持久场景状态；如何在线维护 latent 空间 token 是开放问题。
- 方法：前馈框架，核心是区分「更新已有表示」与「选择性扩展」——空间感知 transformer 将新观测整合进持久场景 token，学习型准入模块选择性扩展表示以限制冗余存储；分层解码器与高斯头将状态转为非像素对齐的 3D 高斯，无需缓存历史帧即可做新视角渲染。
- 结果：在四个 benchmark 上以紧凑的高斯表示取得有竞争力的流式渲染质量，支持将 latent 空间 token 作为在线 3D 重建的持久计算状态。
「研究」频道最新
- 研究发现 AI 智能体也有性别工资差距,女性智能体报酬更低 — TMWNN · 2026-10-09
- LightOnOCR-3 训练秘辛：用 OCR 参考文本引导逻辑分块 — IgorCarron · 2026-10-09
- LightOnOCR-3 揭示：单一版面模型无法覆盖全部文档类型 — IgorCarron · 2026-10-09
- Text2Sim 用文本生成物理仿真场景，输出可编辑的真物理视频 — erwincoumans · 2026-10-09
- 单张图像重建 3D 场景:Building Rome 项目可见范围外几何也补全 — jonstephens85 · 2026-10-09
- PredActor 用单一扩散策略统一人形机器人运动生成与控制,G1 端侧跑 50Hz — carlosdponx · 2026-10-09