北大团队 DynStream：流式前馈实现长视频在线 4D 高斯重建
机器之心 · wechat · 2026-10-19
北京大学王选计算机研究所王勇涛团队联合通视智能（VGILabs）、UC Merced 推出 DynStream，一个在线流式 4D 高斯前馈重建框架：输入无位姿的 RGB 视频流，前馈输出相机轨迹和可持续更新的动态场景表示，无需逐场景优化。论文：arxiv.org/pdf/2610.09720
解决的三大挑战：增量处理、跨时间全局一致性、动态场景高保真表达。
三个核心模块
- 局部在线重建：视频按时间分块，因果注意力骨干网络在块内前馈重建局部场景，避免长视频全局 attention 开销随帧数暴涨。
- 免计算全局聚合：将位姿预测改为相对位姿，并额外预测尺度因子统一到米制尺度，通过相邻块重叠关键帧直接对齐到全局坐标系，免去传统 SIM(3) 优化。
- 动静分离：为每个高斯预测动态概率，静态高斯进入全局场景，动态高斯保留在对应时间步按需渲染，抑制重影。
实验结果
- 在 Waymo、SpatialVID 等 5 个数据集上，所有渲染指标均优于 AnySplat、MVSplat、NeoVerse 等前馈 SOTA；车辆边缘、动静态物体边界重建质量更高、重影更少。
- KITTI 11 个序列（共 23201 帧、最长 5km）上，Sim(3) ATE 从数百米降至 40m，长程轨迹重建显著更强。
论文展示最长 2206 米驾驶场景重建。第一作者为北大本科生先鼎巍，通讯作者王勇涛副研究员（智源学者）。
「研究」频道最新
- AI 揭穿阴谋论研究风波落幕：Science 撤回关注声明，结论不变 — DG_Rand · 2026-10-23
- Embodied First Exam：一行代码在 44 台机器人上考你的 Agent — ManlingLi_ · 2026-10-23
- Anima Anandkumar 演讲：AI 气象模型胜超算，但不会取代科学家 — AnimaAnandkumar · 2026-10-23
- GLM-5.3-Flash 实现 1M token 上下文训练，较基线提升 64 倍 — AndrewLBeam · 2026-10-23
- 作者用布尔逻辑造 LM:前向传播单线程仅需几微秒但训练极慢 — cephaloform · 2026-10-23
- AdaDex:几秒人手视频即可教灵巧手学会抓取、抛接等可泛化技能 — mangahomanga · 2026-10-23