NeurIPS Spotlight：KoalaGS 按图像复杂度分配高斯容量，低算力也不掉画质
zhenjun_zhao · x · 2026-10-23
arXiv 论文 KoalaGS（Beche、de Charette，NeurIPS 2026 Spotlight）研究 3D Gaussian Splatting 的连续细节层级（LoD）问题：当渲染算力预算收缩时，如何决定哪些高斯基元保留容量。
- 先导实验（基于 3DGS-MCMC 重建）发现：在优化前从输入视图计算的图像复杂度能预测重建误差在图像与 3D 空间中的集中位置；同时简单区域被分配了过多高斯，在低预算下降质程度与复杂区域相当。
- KoalaGS 在训练时用该复杂度先验，把高斯重定位偏向重建较差的区域，保证跨 LoD 平滑降级；再通过基元重要性分数实现低容量推理并保持场景结构。
- 在三个数据集上，KoalaGS 保持有竞争力的满容量质量，同时在整个预算区间显著提升质量、LoD 过渡更平滑，并支持更快的渐进式流式传输。
「多模态」频道最新
- 把图像生成器改造成密集对应匹配器，解锁传统方法做不到的应用 — kwangmoo_yi · 2026-10-23
- FreeMatching:把图像生成器改造成通用稠密对应匹配器 — kwangmoo_yi · 2026-10-23
- 用 Claude 技能自动剪辑视频,作者公开完整工作流 — jacob_posel · 2026-10-23
- PixAI 开源动漫打标器 Tagger 1.0：3 万标签，曾用于 Tsubaki.3 数据整备 — bdsqlsz · 2026-10-23
- FLUX 视频放大器全面升级:官方称效果超 Topaz Astra 2 且快一倍 — bfl_ai · 2026-10-23
- 24GB 显存本地视频生成怎么选？RTX 3090 用户求推荐 — b3nz1k · 2026-10-23