首页

投稿

点云、Mesh、GS、NeRF、Occ都不是3D最优表征！Apple全新开源：深度学习用它效果更好。。。

1.2万

0

2025-02-05 10:56:37

未经作者授权，禁止转载

我们引入了形状表征，这是一种连续、紧凑且易于整合到机器学习模型中的3D表示。形状表征充当表示3D流动匹配模型中的形状信息的条件向量。流动匹配模型被训练成近似对应于集中在3D形状表面上的δ函数的概率密度函数。#人工智能 #科技 #算法 #计算机 #AI #开源 #SLAM #黑科技 #计算机视觉 #具身智能 #机器人 #自动驾驶 #三维重建 @3D视觉工坊标题：3D Shape Tokenization

3D视觉工坊发消息

我是在苏州挑战一年卖1000台3D相机、手持扫描仪和无人机的勇哥。 ①从事3D视觉行业超过10年 ②我的威：QYong2014

炸裂！超快超高精度！普通手机也能运行的实时NeRF！

00:33

极快跟踪一切！DOT：无惧遮挡！

00:42

3D重建革命！零预训练10倍速度360°重建新方法 ZeroRF

00:53

NeRF何去何从？GS SLAM到底哪家强？来看看最新的开源方案！

00:36

WACV2023：只需4次示范，基于纯目标检测的机械臂学习拾取

01:24

浙大&阿里：用于自动驾驶的大规模神经场景渲染 [AAAI2023]

03:22

高通提出无监督和跨单元部署的实时、准确、一致的视频语义分割

01:36

GNSS、IMU、Lidar多传感器因子图融合定位效果展示

03:19

MonoPLFlowNet：用于单目图像真实尺度三维场景流估计网络

05:20

MA-LIO：使用逐点 LiDAR 间不确定性传播的异步多LiDAR 惯性里程计

01:44

IROS2023：机器人超声检查中的运动放大：实现脉动感知动脉分割

01:03

CVPR2023：新的自动驾驶数据集标准！之前的检测任务延迟太高了！

00:59

ICCV2023：适应突发天气的自适应实时语义分割

04:53

WACV 2023 I 从ScanNeRF到元宇宙：神经辐射场的未来

00:55

IROS2023：令机械狗行为更自然，零样本神经网络学习真实拉布拉多犬的运动 [腾讯]

02:29

超越MapTR V2！GeMap打造最强矢量化高精地图！

00:44

数字生命计划正式启动!

00:30

英伟达最新发布！超越其它所有SOTA的3D目标检测！

00:49

CVPR2023开源无纹理和重复纹理也能实现鲁棒的特征匹配！

00:48

什么？不做时间同步也可以实现LiDAR-相机三维重建？

00:34

3D Gaussian Splatting还能更快吗？200+FPS！15倍压缩！

00:38

MIT最新突破！SplaTAM：实现高速SLAM与实时3D渲染的全新方法！

00:32

ShapeGPT一统天下：一种统一多模态形状生成框架！

00:29

国内人形机器人，哪家强?

00:54

TUM最新开源：使用GPT直接生成三角Mesh！

00:28

如何处理视觉SLAM长期定位中的外观变化和轨迹漂移？

00:36

CVPR23开源超越LoFTR！大尺度变化下的特征匹配！

00:30

Gaussian Splatting杀疯了！最新开源的超强3D场景编辑！

00:32

这绝对是质量最高的单目深度估计开源方案！

00:33

通用性超强！同时实现6D位姿估计和跟踪！

00:57

训练难度降低！首次使用2D标签训练多视图3D Occupancy模型！

00:54

清华&小米汽车最新开源！OccNeRF：基于神经辐射场的自监督多相机占用预测！

00:54

清华最新开源！性能提升58.7%！3D Occupancy新SOTA！

00:40

浙大最新开源！3D实例分割新方法

00:34

无需任何SfM预处理在场景重建和视图合成！

00:35

SLAM里程碑！戴森机器人实验室最新开源：3D GS杀入SLAM！

00:33

ICRA23开源动态环境下高鲁棒的雷达MOT SLAM！

00:41

不怕跟丢了！ICCV23开源：拥挤场景中的旋转估计！

01:08

清华最新开源万能3D分割一切！

01:06

让NeRF动起来！PhysGaussian：生成任何物体的真实运动！

00:57

ICCV23开源 BEV分割再增强！视点鲁棒性up！

00:45

上线3周1k star！DreamCraft3D：如何用一张2D图片创造出高保真的3D物体？

02:27

爆火！提升92%！One-2-3-45++来了：快速将单图像转为3D模型！

00:56

CMU&斯坦福最新开源零样本开放词汇跟踪！竟然还不需要训练？

01:32

SCIROBOT2023 港大开源一种用于自主导航的具有扩展传感器视场的自旋转单驱动无人机！

00:52

CVPR 2023! UncLe-SLAM：将不确定性学习用于密集神经SLAM

34:41

英伟达最新开源｜EmerNeRF全面基于NeRF的自动驾驶仿真框架无需分割！

01:28

NeurlPS'23开源首个开放词汇3D实例分割！

01:10

DynaSLAM：动态场景下的跟踪、建图与图像修补

25:22

LightGlue:最强轻量级特征匹配？

00:37

NDC-Scene：单目三维语义场景补全的新突破

00:51

NASA JPL团队CoSTAR一大力作：直接激光雷达里程计利用密集点云快速定位

00:37

ICCV 2023 R3D3 从多视图像实现动态场景的密集三维重建

00:43

CVPR'25开源 | Niantic新作：在任何场景、任何深度范围实现MVS！

00:41

CVPR 2025 Highlight！华科、道通智能、英特尔开源双目深度估计大模型MonSter

00:55

TRO 2025 | NeuPAN：首个通过基于模型的学习实现直接基于点的端到端机器人导航

00:40

6秒完成高精度3D重建！谷歌重磅Bolt3D：单GPU实现300倍效率飞跃！

00:35

CVPR'25开源 | 浙大新作Murre：纳入SfM先验，三维重建超越最先进的MVS框架！

00:40

排名第一！NVIDIA全新开源FoundationStereo：万能立体匹配！

00:58

3DV'25 | 低光&快速运动，E-3DGS：首个事件相机驱动的高效3D重建方案！

00:42

视觉&语言&动作决策！微软多模态AI模型Magma，时空推理与多模态理解的结合之道！

00:42

性价比极高的大场景、无线、无需贴点跟踪式扫描仪

01:23

RAL 2025 | P2d-DO：高斯模型退化状态感知下的 LiDAR SLAM 退化优化方法！

00:56

模块化仿真平台！SkyRover：打破边界，实现UAV与AGV协同路径规划的突破！

00:55

ICLR'25开源 | LRF：首次由2D Latent表征辐射场，远超3DGS的三维重建质量！

00:55

顶刊TIP 2025！北大清华等提出多目标跟踪新方法TOPICTrack和大规模数据集BEE24

00:50

DOGlove：低成本的触觉力反馈手套，助力灵巧手操作

00:56

EvTTC：首个用于碰撞时间估计的事件相机数据集

00:56

ToddlerBot：一个开源、低成本的仿人机器人平台！使总成本低于6000美元

00:56

ICLR'25开源 | UCLA新作MetaUrban：城市空间中的具身AI仿真平台

00:50

人形机器人天赋觉醒了！上交大新成果HugWBC，让机器人跑跳自如，还会打拳击。

00:49

点云、Mesh、GS、NeRF、Occ都不是3D最优表征！Apple全新开源：深度学习用它效果更好。。。

00:49

ICLR'25开源 | 全新3D空间表征！完成268项具身感知任务！

00:49

颠覆深度伪造的风险！Arc2Avatar利用3D高斯点云与ID驱动生成超真实完美的3D头像！

00:49

兼容任意相机！博世 & CMU开源Zero-Shot深度估计新SOTA！

00:49

30秒完成高效4K纹理网格合成！CaPa：快速合成专属高保真的3D资产！

00:49

浙大重磅开源MatchAnything：匹配一切图像！

00:54

复旦开源VINGS-Mono：首个室外千米级大场景的单目GS SLAM！

00:54

精度暴涨49%！SplatMAP：推向单目3D GS SLAM的极限！

00:38

超强泛化性！北大&智元机器人开源OmniManip：通用机器人操作

00:38

LiDAR SLAM新突破！开源ROLO-SLAM：不平坦地形定位和建图全新解决方案

00:38

灵活高效：TidyBot++ —— 全方位可移动机械臂助力机器人学习

00:38

模型压缩70%！精度更高！开源MoDec-GS：更紧凑、更精确的动态3DGS

00:38

3D重建大一统！Stability AI开源SPAR3D：0.7秒从单个图像生成3D对象！

00:38

南洋理工开源3DEnhancer：高质量3D重建！

00:37

解锁4D场景重建！STORM：潜在高斯助力大规模户外场景的时空重建模型！

00:37

TUM & VGG联合开源！UniLoc：使用任何单一模态实现通用位置识别（Daniel Cremers大佬组）

00:37

我在哪里？一句话进行跨视角全局定位！

00:37

帝国理工开源 | Dyn-HaMR：从动态相机中恢复4D交互手部运动

00:37

NVIDIA新作BLADE：单张图像重建人体网格！

00:37

NeurlPS'24 | TUM新作：单张RGB图像重建连续的3D场景！

00:37

港科大 & 地平线开源DrivingWorld：构建自动驾驶的世界模型！

00:37

NeRF、GS、Mesh全都没用！牛津VGG & Meta重磅新作PartGen：从各种模态进行部件级3D重建和生成！

00:37

5倍加速！全新开源Turbo-GS：让3D GS更快！质量更高！

00:37

港大 & 港科大All in！开源DepthLab：一个模型搞定3D重建、3D场景生成、稀疏视图重建、LiDAR深度补全！

00:37

兼容一切机器人！The One RING：机器人室内导航通才！具身智能新突破！

00:37

浙大 & 字节开源 | 将Depth Anything推向更高质量！更高分辨率！

00:37

帝国理工开源MASt3R-SLAM：实时、鲁棒、全局一致的稠密SLAM

00:37

解锁机器人“主动视觉”：学习人类“手眼协调”

00:43

492 FPS！精度SOTA！MamKPD：第一个Mamba关键点检测框架！

00:43

ETH新作 | 无漂移视觉SLAM

00:43

GenEx：创造一个可探索的世界

00:43

暴虐COLMAP！谷歌重磅开源RoMo：鲁棒运动分割，打造SfM全新框架！

00:43

北大&清华联合开源GPD-1：统一自动驾驶，无需训练即可完成全部任务（场景生成、运动规划、闭环模拟……）

00:43

北大开源Uni-NaVid：统一具身导航任务！

00:43

港大开源DRK：让3DGS更通用、更灵活！拟合任意复杂形状

00:43

谷歌革新SfM！MegaSaM：精确、快速、鲁棒的位姿估计和稠密结构！

00:43

清华 & 哈佛开源！Momentum-GS：高质量大场景重建

00:37

清华开源Doe-1：自动驾驶闭环的极限，感知、预测、规划大一统！

00:37

清华开源三维重建新范式！MIDI：从单幅图像，到精确的3D场景！

00:37

三维重建迈进现实！NTU开源Material Anything：为任何3D物体生成材质！

00:37

斯坦福重新定义4D重建：一朵玫瑰的诞生与死亡。

00:37

Wonderland爆火：单张图像生成超真实的3D场景！

00:37

中科大开源！一张图像创建全身都会说话的虚拟人！

00:37

超精几何纹理！RGBDS-SLAM：基于3D高斯分布的RGBD稠密语义SLAM

00:37

机器人任务大一统！DiffusionVLA：打造高泛化性、高精度的机器人基础模型！

00:37

10x加速！地平线创下新纪录！DiffusionDrive：端到端自动驾驶大一统！

00:37

成功率+55%！微软&清华开源CogACT：迈向具身智能的通用视觉-语言-动作模型

00:37

更快！更准！MAGiC-SLAM：多智能体高斯全局一致SLAM！

00:38

CAT4D：重建一切4D场景！

00:38

港大重磅开源！三维重建大一统！TEXGen：高分辨率纹理的美学盛宴！

00:37

卡尔曼滤波YYDS！「分割一切」遇上「跟踪一切」！前谷歌经理直呼“优雅”！

00:47

3D仿真一切！Sim Anything！使用3DGS生成高效、真实的开放世界物理仿真！

00:37

从单视角图像到精确手物交互重建！港大EasyHOI：让你的HOI重建不再困难！

00:38

NeurlPS'24开源 | 迈向SLAM/SfM回环新纪元！MSG：关联场景中共视的地点和目标！

00:42

港大ArcLab重磅开源LVI-GS：3DGS紧耦合LiDAR-视觉-惯性SLAM！实时照片级建图！

00:42

可倒水，懂调酒，能遛狗！清华重磅开源RDT-1B：最大的机器人操作扩散模型

00:42

新国立&微软重磅开源！GenXD：生成一切3D和4D场景！

00:42

ICRA'24 | 12,000倍加速！极速避障！NURBS助力无人机在动态环境中精准导航！

00:42

性能炸裂！SpectroMotion：唯一一个镜面场景的动态3D重建。

00:42

三维重建大一统！LSM：无需先验位姿，首次实现实时语义3D重建！

00:42

全面增强扩散质量！即插即用！斯坦福3D-Adapter：高质量3D生成的几何一致多视图扩散

00:42

NeurlPS'24开源 | 无与伦比的重建质量！3DGS-Enhancer：利用扩散先验增强无界3D GS！

00:42

IROS'24开源 | 全新动态V3D-SLAM：3D语义几何投票的动态鲁棒RGB-D SLAM

00:42

BMCV 2024 | 跨视角不确定性，让无人机助力更鲁棒的道路场景合成！

00:56

ECCV'24 | 实时扫描，精准捕捉！电子科大BSC开启相移轮廓测量运动误差的自我补偿时代！

00:53

IEEE'24 | 最小成本！安全协作！异构无人机飞行的路径规划新策略！

00:56

IEEE'24 开源| 在黑暗中寻光！CGDenoiser打破噪声限制，快速提升夜间无人机追踪精度！

01:02

亲测50帧！无需内参！超越Dust3r！Spann3r：无需优化对齐快速进行3D重建！

01:27

无人机地理定位缺少数据集？厦大新思路：GTA-UAV利用游戏生成新基准数据集！

01:27

来看看遥遥领先在做什么 | 华为诺亚自动驾驶资产生成最新工作(ICCV'23 & ECCV'24)

59:03

世界上第一个专为无人机集群设计的激光雷达惯性里程计框架

01:45

机器人姿态学习与控制的最优解！Robo-GS：实现机械臂与环境的联动建模

00:37

金字塔扩散模型：高效生成精细3D大场景！

00:37

李飞飞团队重磅开源ReKep：万能具身机器人！实时交互，还可搭载GPT-4o！

00:37

拉爆StreetGS！60Hz计算全部动态物体！OmniRe：城市3D场景重建的最新框架！

00:37

动态SLAM最新开源！可插入任意里程计！CAD-Mesher：生成静态、精确的稠密Mesh！

00:52

ICRA'24 | 没有GNSS怎么办？PACNav：中心化导航实现集体导航智能化！

01:15

IEEE'24 | 缩短1倍！南开最新基于动态拓扑图的多无人机探索框架!

01:15

CoDIT'24 | 超越DRL！SD-DRL：将安全约束融合在抓取任务中！

01:15

ECCV'24开源 | 拳打ORB3脚踢DROID！强化学习+VO=精度暴涨19%！

01:07

清华搞定无人机！LVCP：雷达-视觉紧耦合协同定位！无需先验地图和初始位姿！

01:07

ECCV'24 | 更快更准！Meta最新FPV-NeRF：将NeRF完美应用FPV！

01:04

吊打ORB3！73Hz！南洋理工重磅开源AirSLAM：无惧复杂光照的超强点线视觉SLAM！

01:15

中科院新作！即插即用的meshing模块！精确构建无动态mesh地图，还能纠正里程计！

01:15

FigureAI发布第二代人形机器人Figure 02|推理能力比一代强三倍|可与人类实时对话|躯干电机全部升级|OpenAI专用模型|具身智能新突破

02:03

谷歌进军乒乓球机器人！能打进奥运会？

01:04

西工大仿“萤火虫”通信无人机取得新突破

00:50

BMVC'24开源 | BaseBoostDepth：更强大的自监督单目深度估计

01:02

ECCV'24开源 | 谷歌最新涨点神器！通过3D感知微调提升2D特征

01:02

ECCV'24开源高质量&实时性兼顾！清华最新3D人像重建SOTA

00:51

AI开始分割一切！Meta开源SAM 2任意视频、图像都可以任意分割了

00:32

ECCV'24开源完虐COLMAP！百倍加速！ACEZero：全新SfM革新三维重建！

01:02

ICML'24开源 220FPS精度还最高？AVTrack：最强实时无人机跟踪算法！

01:02

从一张照片到电影大片HumanVid带你体验可控人像动画的魅力

01:02

具身智能势不可挡GRUtopia首个城市级具身智能仿真平台“浦源·桃源”

01:02

ECCV'24开源 | 又快又好！6DGS重新定义6D物体位姿估计！

01:02

Open-TeleVision：身临其境的远程操控系统，让机器人像你的双手一样灵活

01:02

斯坦福团队EquiBot：仅用 5 分钟演示，机器人就能学会日常操作

01:02

ECCV'24开源 | DoubleTake深度估计& 三维重建最强解决方案！

01:02

自动驾驶决策模拟器问世？OccSora：4D占用生成模型颠覆行业！

01:02

ECCV'24开源！无惧遮挡、动态、光照变化！最鲁棒的3DGS震撼来袭！

00:19

神经辐射场照亮动态SLAM：构建精细场景地图

00:56

无需位姿先验！无需深度图！VDG：搞定动态场景重建& 新视角合成！

00:44

仅用图像打造动态驾驶场景VDG 无需姿态重建新视角

00:41

精准感知，高效识别BiCo-Fusion 3D目标检测利器

00:47

多GPU并行，高效训练Grendel系统助力3D高斯渲染新突破

00:38

无需 GPS：语义地图引领多机器人室内外探索

00:30

UIUC&英伟达开源NeRFDeformer转换3D场景仅需一张RGB-D快照！(CVPR'24)

00:37

速度提升10倍以上！Depth Anything V2更稳健、精细的单目深度估计

01:00

华科大最新PointDreamer3D纹理重建，清晰如真

00:34

CVPR'24最佳学生论文亚军！新赛道！SpiderMatch：3D形状匹配

01:08

NVIDIA再斩CVPR冠军方案！Hydra-MDP：突破端到端多模态自动驾驶！

00:43

端到端！首个开源视觉Transformer四旋翼控制避障方案！

00:52

别再狂堆数据！ICRA'24 高通信息驱动机械臂抓取成功率提升10%！

00:52

卡内基梅隆大学 | DarkGS移动光源3DGS!从泰坦尼克号这一幕说起

00:38

CVPR'24 奔驰DualAD解耦动态和静态世界实现端到端驾驶！

01:00

北大&清华开源！S3Gaussian首个无需标注的自动驾驶动态Gaussian！

01:03

Nature正刊开源！突破低延迟自动驾驶视觉感知！

01:19

牛津VGG团队最新开源！Flash3D：一张图像重建整个3D场景！通用性超强！

01:05

CVPR'24开源 MASA万能匹配一切、跟踪一切！

01:12

DriVLMe：自动驾驶的未来对话式交互引领变革

00:32

UA-Track：不确定性感知的3D多目标跟踪框架

01:04

MIT最新开源！Clio如何确定机器人语义地图的细粒度！

00:43

当MVS遇上Gaussian MVSGaussian 快速、可泛化的高斯重建框架！

01:04

清华最新！基于视觉的高斯场景3D语义占用预测

01:01

大规模3D场景重建SOTA！DoGaussian：分布式训练3DGS、速度提升6倍，高质量渲染

00:45

CVPR'24开源 ADA-Track端到端3D多目标跟踪最新SOTA！

01:06

国防科大最新 | DistGrid：基于分布式神经辐射场阵列的大规模场景重建

01:06

中科院最新CityGaussian：VRAR时代的城市重建新标杆

00:37

20+FPS！最新开源！加上回环检测的NeRF SLAM竟是如此精确！

00:37

CVPR'24 3D-GS再进化Scaffold-GS实时自适应视图渲染的未来

00:44

ICML'24开源迈向真实世界！LEO：3D世界中的具身通才Agent

01:22

NVIDIA最新开源！OmniDrive结合大模型推进自动驾驶3D感知、推理、规划！

01:15

CVPR'24商汤开源！3DGS再进化，可控的3D编辑！

00:36

GauS-SLAM | 几何无畸变+毫米级追踪、高真实感SLAM刷新SOTA

00:34

太稳啦！Gaussian Splatting杀入6D物体位姿估计！

00:50

CVPR'24 XScale-NVS 大场景跨尺度高分辨神经渲染SOTA！

01:05

MIT重磅开源！别再用COLMAP了！FlowMap给你最精确的SfM！

01:08

NeRF巅峰之作！超快端到端MeshLRM 实现不到1s的高质量重建！

00:59

CVPR2024开源NetTrack：跟踪高动态物体！

01:10

中国科大&HKUST 基于3D高斯和形成模式采样的文本到三维场景生成方法

00:58

重磅开源！连你的微表情都可以轻松还原！SMIRK超强3D面部重建技术!

00:51

中山大学最新提出基于LiDAR-测距-惯性融合的机器人群体协同SLAM系统

00:39

Atlas刚退役，波士顿动力电驱动版人形机器人亮相了

00:38

图宾根大学最新提出 | 基于3D高斯的高效紧凑的三维场景表面重建技术

00:43

谷歌&CMU DROID：大规模分布式机器人交互数据集

00:36

港科大&南科大跨平台和环境的统一多传感器SLAM数据集

00:55

提升20%！开源！通用！利用有限LiDAR数据提高3D检测！

00:53

首创！开源！ToolEENet精准估计RGB-D的6D姿态

00:47

CVPR 2024开源 VSRD：无需LiDAR和标注使用2D渲染解决3D检测的新范式！

00:58

3D GS再下一城！360°视角的场景生成！沉浸式体验！

01:13

3.9k star！2张图片重建稠密3D场景！竟然还不需要相机内参！

00:48

2.4倍加速！PRAM最新开源的视觉定位模型！解锁以地图为中心的学习！

00:46

ICRA2024 牛津提出NeRF融合激光雷达SLAM的大场景重建

00:42

上海 AI Lab&同济大学！基于八叉树结构的3D高斯体渲染方法，实现一致的实时渲染性能

00:54

中国科大 | 性能增强的四旋翼运动规划器用于复杂动态环境中的自主飞行

00:57

CoherentGS：从稀疏的输入图像中重建高质量的3D场景

00:56

3DGS SLAM最新SOTA | 使用视觉、深度和惯性测量进行SLAM的多模态3DGS

01:05

CityGaussian：3DGS实时高质量大规模场景渲染最新SOTA！

00:50

无相机姿态40秒重建3DGS方法

00:49

107 FPS！开源！结合ICP和3D GS构建最快的稠密SLAM！

01:09

CVPR'24 NeRF新突破启发式引导分割解决瞬态干扰

00:41

3DGS进化？2DGS颠覆3D场景重建！

00:48

SCIENCE｜可穿越崎岖地形的蜈蚣机器人

00:53

CVPR'24开源通过3D GS进行整体城市3D场景理解！

00:46

Stability AI新作SV3D：新视角合成+3D重建最新SOTA！

01:01

CVPR'24 BerfScene带你突破3D场景生成限制

00:42

香港大学&南科大！基于强化学习和速度障碍法的多机器人导航

01:06

香港大学&南科大！通过基于模型的学习实现直接基于点的端到端机器人导航

01:02

CVPR2024 3D-GS再进化实时自适应视图渲染的未来！

00:44

CVPR'24 复旦最新3D交互大模型LL3DA来袭！

00:56

64线LiDAR上速度可达120Hz！一种基于图像表示的快速精确的LiDAR地面分割算法

00:59

清华&华为&中科院！首个基于3D高斯分布的大场景高保真重建和实时渲染方法

01:01

闭环性能炸裂开源VADv2端到端矢量化自动驾驶新SOTA

00:53

3DGS进化，高效高质量的GaussianPro来袭！

00:40

首发！首个集成内容投影的实时结构光系统！

00:52

无所不能！OASim基于3D GS的自动驾驶开源和自适应模拟器！

00:41

上交最新开源！仅需4张图像实现高质量3D重建！

01:04

地图再也没有边界！腾讯发布无限3D场景生成！

00:54

PS不存在了？一键把图片中的任何目标移动到任何位置！

00:35

一键把照片拖进三维！TIP-Editor：最精确的3D场景编辑！

00:40

戴森机器人实验室发布SuperPrimitive：三维重建&视觉里程计&深度补全轻松搞定！

00:39

迈向真实世界的一大步：4D-GS建模实时动态场景！

01:03

仅需3GB！2ms！两张图片就可以重建整个3D高斯场景！

00:51

iPhone轻松搞定！用手机制作高级RGB-D数据集！

00:45

谨防诈骗！基于NeRF的逼真音频合成面部图像来袭！

00:38

OMG-Seg：一个模型搞定全部分割任务！语义&实例&全景&开放&提示&交互式！

00:50

3DV24开源自动驾驶中基于事件的视觉里程计！

00:34

无需额外训练！SAMPro3D：零样本3D分割一切！

00:46

你可以控制图像中的一切！Image Sculpting：精确编辑图像中的任何目标！

00:52

给任何模型上色！腾讯打通三维重建最后一关：高质量纹理生成！

00:39

Mobile-Seed：联合语义分割和边缘检测！

00:49

Depth Anything!最强开源单目深度估计SOTA！

00:43

Nature子刊！MARS实验室最新开源：基于LiDAR点流的运动事件检测！

00:43

微软VCoder超越GPT-4V，引领MLLM对象感知革新！

00:45

3张图片即可合成高逼真3D纹理图像！

00:36

2024浙大最新！2D到会说话的3D肖像

00:39

ICLR‘24 Spotlight 首个十亿级别3D通用大模型

00:30

用自然语言对机器人的轨迹进行校正！

00:40

实时辐射场渲染革命来了！TRIPS三线性点投射！

00:37

复杂驾驶中的人机交互！LMDrive：第一个基于LLM的闭环端到端自动驾驶！

00:49

ICRA23开源！动态环境下高鲁棒的雷达MOT SLAM！

00:42

香港中文大学最新！文本引领逼真3D场景生成！

00:41

最新！无人机动态环境感知&规划新思路！

00:41

3D GS谁敢一战？26ms完成三维重建！

00:44

HeadCraft-超逼真头部细微特征生成！3DMM的革命！

00:59

CVPR2023|基于深度学习MVS的最新进展 GeoMVSNet

49:16

英伟达联合多伦多大学最新提出用于高效神经辐照场渲染的自适应外壳！

01:23

DeepInteraction：模态交互的目标检测

11:45

ICCV2023：最新激光雷达语义分割SOTA！MemorySeg！

01:10

大盘点！22项开源NeRF SLAM顶会方案整理(下)！

02:02

大盘点！22项开源NeRF SLAM顶会方案整理(中）！

04:07

大盘点！22项开源NeRF SLAM顶会方案整理(上）！

03:16

ICCV2023最新开源！UncLe-SLAM：稠密神经辐射场SLAM的不确定性学习

00:40

UE4-NeRF的神经渲染系统，专为实时渲染而设计的大型场景

01:09

SIGGRAPH Asia 2023 I用一台RGB-D相机就能创建模拟真实人物的虚拟化身，这是真的吗？

00:49

上线一周就2.1k star！单张图像直接转为3D模型！

00:36

TRO 2023 适用于高分辨率雷达的非光线投射占用栅格建图

00:48

ICCV2023开源SOTA！2D-3D交错Transformer，性能史诗级增强！

00:47

RAL 2023开源第一个基于NeRF的实时LiDAR SLAM！

00:48

NeurlPS 2023 扩散模型对光流和单目深度估计的惊人有效性！

00:49

Open-Structure:TUM博士最新开源！很适合SLAM消融实验的结构化数据集！

00:50

ICCV 2023 | TransHuman：基于Transformer的人类表示，用于可推广的神经人类渲染

00:58

RAL2023 开源基于多输入多尺度Surfel的激光惯性连续时间里程计和建图

01:08

大森林-所有指标全面领先！图像-点云配准最新SOTA！CoFiI2P详细介绍！

01:00

arxiv最新 I LEAP：一种不需要相机姿态的稀疏视图三维建模方法

00:47

ICCV 2023 oral|一文看懂SLAM/ SfM遇到相似非回环场景应该如何处理

01:06

ICCV 2023 I CLNeRF：当NeRF遇见持续学习

00:45

ICCV 2023开源屠榜Waymo！超强3D目标检测范式DetZero！

01:02

ICCV 2023开源最新跟踪一切！分割一切视频版来了！

01:08

Go！最新NeRF和SLAM结合开源方案！超越NICE-SLAM和DROID-SLAM！

00:29

ICCV2023 I Nerf超进化？快速高效的的城市渲染方法

01:09

ICCV 2023 Oral | ScanNet++重磅出世！3D室内场景的高保真数据集！

01:34

ICCV 2023|第一种稀疏的仅视觉的交叉视图定位方法！

01:18

CVPR2023 I PartManip从点云观察中学习跨类别零件操作的通用策略

01:30

DeepInteraction：模态交互的目标检测

12:11

DETR3D：将DETR用于3D目标检测

11:42

FUTR3D：统一的传感器融合框架

10:15

CVPR2023：基于事件相机的循环视觉transformer目标检测

02:35

TokenFlow：一致的扩散特征用于一致的视频编辑

00:38

清华最新开源MARS！第一个基于NeRF的自动驾驶开源模拟器！

00:37

NeRF革新？PF-LRM：Transformer引领的稀疏NeRF模型——三维重建的未来！

00:54

ICRA2023：用于敏捷运动的低漂移视觉惯性腿式里程计

03:13

SPARF：基于稀疏噪声姿态的神经辐射场 | CVPR2023

03:21

ECCV2022：基于点阵闪光灯的远距离夜景成像

00:56

港大火星实验室：在大规模杂乱的3D环境中进行快速无人机探索方案

01:35

斯坦福大学：直接飞行时间视频的深度一致超分辨率重建 CVPR2023

02:13

ICRA2023 通用、自动和无标定目标的Lidar-Camera外参标定工具箱

00:35

ECCV2022 | SimpleRecon:无3D卷积的3D重建

02:05

CVPR2023微软超强模型，给定一张照片，即可生成定制虚拟形象！

02:34

香港大学发表超强无人机实时避障算法：以后无人机再也不怕撞了！

03:22

ICLR2023 | VA-DepthNet：单目深度预测的变分方法，代码开源

01:10

CVPR2023：不使用任何3D数据标签，零样本学习3D场景理解

02:20

IROS2022：无人机自主规划最快线路，赛道时速60km！

02:49

香港理工大学最新工作: 基于激光雷达的实时定位及网格划分

01:44

WACV2023：基于结构光的RGB事件相机（代码开源）

01:19

ICRA2023：通用3D多目标搜索系统

01:41

StereoVoxelNet：基于体素的双目深度神经网络实时障碍物检测

01:50

CVPR2022: 基于范例的高分辨率人像风格迁移

02:11

OA-SLAM：在视觉SLAM中结合物体语义进行相机重定位[ISMAR 2022]

01:48

Yolo v7检测足球比赛，快来给你喜欢的球队打call吧

00:36

Voxfield：用于在线规划和 3D 重建的非投影符号距离场

07:13

无人机保安：基于多视角姿态估计的视觉边界防御

03:17

香港理工大学最新工作：基于激光雷达的实时定位及网格划分

01:45

使用iPhone 14 pro 进行三维重建

04:48

CVPR2022 端到端的半监督视频动作检测方法

04:42

CVPR2022 深度方向感知功能图

07:00

CVPR2022 人工智能生成真实人物照片

04:18

ETH开源数据集SHIFT：一个用于连续多任务域自适应的合成驱动数据集 @3D视觉工坊 #CVPR2022

05:41

CVPR2022 特斯拉在自动驾驶研讨会的演讲

35:27

CVPR2022 A ConvNet for the 2020s

05:13

CVPR2022 基于深度学习的人体前景目标检测

03:56

IROS2022 ETH最新研究：走出羊的步伐

02:53

ECCV2022 SQN：大规模3D点云的弱监督语义分割

02:02

CVPR2022 并非所有点都相等：学习3D激光雷达点云的高效点基探测器

02:20

CVPR2022 用于城市环境重建的NERF

01:58

CVPR2022 EPro-PnP ：单目物体姿态估计的广义端到端概率透视N点

11:26

MIT开源：自动驾驶坏境真实模拟器VISTA2.0

02:46

CVPR2022 神经引导的形状解析器：具有近似推理的 3D 形状区域的基于语法的标记

05:16

CVPR2022 AUV-Net：面向纹理迁移与合成的对齐UV贴图学习

05:20

K-Lane 大规模激光雷达车道检测数据集和基准

03:38

CVPR2022 EMOCA：情绪驱动的单目人脸捕捉和动画

10:08

CVPR2022 在野外取消渲染3D对象

05:20

CVPR2022 特征车道：用于结构不同车道的数据驱动车道描述符

03:05

CVPR2022 BEVFormer：通过时空Transformer从多相机图像中学习鸟瞰视角表示

01:05

AutoRF:从单视角观察中学习3D物体辐射场

03:54

GRAM: 面向3D感知图像生成的生成式辐射流形

04:10

CVPR2022 3维通用Corruptions和数据增强

05:20

MIT开源，BEVFusion ：具有统一鸟瞰图表示的多任务多传感器融合

01:38

CVPR 2022 用深度学习探索图像变形：以图像拼接矩形化为例

05:20

CVPR2022 BACON: 具有分析傅里叶频谱和带限输出的新网络架构

07:08

CVPR2022 浙大开源，NICE-SLAM：一种隐式神经可扩展编码 RGB-D SLAM

05:14

仅用16帧视频，碾压GPT-4o/Gemini！清华Spatial-MLLM引爆空间智能革命！

00:33

谷歌新作LODGE：大规模3D GS新SOTA！手机都跑得动！

00:29

最新CVPR2020论文：基于体积融合的6D多目标姿态估计推理

03:32

最新CVPR2020论文：PackNet-基于自监督学习的单目深度估计神经网络

09:54

PingPong Motion+：实时乒乓球运动姿态跟踪（Intel RealSense D435深度相机效果演示）

01:55

最新CVPR2020论文：SuperGlue(超级胶水)：用图神经网络来做图像匹配，超越现有所有匹配算法

04:56

再见NeRF！稀疏视图合成新王者NexusGS来了，3D高斯Splatting拉满了！

00:29

ICCV 2025 | 港科广&腾讯&美团机器人重磅发布，3DGS光场分解新方法GS-ID

00:43

模型尺寸锐减99%！OMG4开创4DGS新篇章，重建质量更高！

00:38

3天1.3k stars！Meta & CMU重磅开源MapAnything：统一12种3D重建任务！

00:46

当空间智能大模型「与相机共思」：从任意视角理解和创造世界的统一多模态架构

00:38

突破导航记忆瓶颈：JanusVLN以双重隐式记忆赋能具身智能空间认知新范式

00:42

霸气碾压纯传感器方案！复旦&上交新作：解锁自动驾驶5大任务，极端场景性能飙升16.6%，即插即用！

00:41

单张 RGB 图像解锁 6D 姿态估计新范式，超越现有SOTA方法

00:38

实现亚50微米级测量精度！基于深度学习的高动态范围结构光3D重建新范式

00:46

RSS 2026 BIEVR-LIO | 破解几何约束的IMU压制、微几何重构退化环境

00:43

开源｜LingBot-Vision：首个空间感知原生视觉大模型，1B模型碾压7B DINOv3，登顶14项深度补全基准

00:32

多目融合+告别IMU！MCGS-SLAM：首个纯RGB多相机3D高斯泼溅系统，重塑高保真建图边界！

00:37

超越Video Depth Anything！零样本视频深度估计新范式，仅用不到1/160的训练数据即实现了零样本下高保真、时序一致的视频深度估计

00:43

SLAM大一统！ Ultra-Fusion横空出世碾压60+开源方案，一套框架通吃四种平台/五大benchmark/六类传感器！

00:52

LingBot-Map长序列越跑越抖？港科广开源HorizonStream：48帧训练+万帧不崩，流式重建从此稳如磐石！

00:38

CVPR'26最佳学生论文奖！微软&清华等开源TRELLIS.2：全能体素17秒生成超高精度PBR资产

00:40

CVPR 2026 最佳论文 | D4RT：动态4D重建与追踪

00:47

ICML'26开源 | 华科&酷睿程提出GemDepth：首个几何引导视频深度估计框架，远超VGGT/VDA，精度全面SOTA！

00:38

港科大沈劭劼、谭平团队重磅开源！H-OmniStereo：280万全景数据集，实现零样本360°立体匹配！

00:56

CVPR'26Highlight | 一镜重建公里级场景、Scal3R重建又快又准

00:41

NVIDIA cuVSLAM重磅开源：CUDA全栈加速视觉SLAM，多目/惯导/RGBD全支持，边缘端实时定位建图天花板

00:43

野外 SLAM 之王！ETH苏黎世与微软联合推出DROID-W，动态场景一剑封神！

01:03

CVPR 2026 | NVIDIA推出Fast-FoundationStereo：首个实时零样本立体匹配大模型，速度飙升10倍！

00:45

港科大&腾讯ARC联合开源Track4World：精准跟踪3D场景中的每个像素！

00:35

CVPR'26开源 | LiteVGGT：比VGGT快10倍，定位精度和重建质量无损！

00:54

10项任务刷新SOTA！MetricAnything：重构3D感知框架，6大场景单目深度翻倍！

00:58

杀疯了！pySLAM v2.10.0 横扫SLAM圈：单目/双目/RGBD相机全支持，特征匹配/回环检测/语义建图/稠密重建/深度估计效果一键拉满

01:00

南开最新！R-VoxelMap：长距离定位不漂移，定位更精准、更稳健！

00:41

物体搜索、视觉追踪图像导航三位一体！VLingNav赋能机器人自主导航

00:43

动态场景稳抗扰，实时定位零延迟 | 实时神经隐式SLAM新范式

00:56

无需大规模机器人数据 | 10倍样本效率+2倍收敛速度、超越VLA的全新范式

00:47

微软重磅MoGe-3：单张图像重建突破极致3D几何细节、深度估计屠榜9大基准、细粒度结构清晰无扭曲！

00:43

重磅开源GeoStereo：双目几何大一统，视差+表面法线+点云重建三位一体，破解反光、透明、弱纹理场景，实现高精度3D几何恢复！

00:32

ECCV 2026 | 告别SLAM漂移与SfM歧义！时序+全局联合优化，长视频重建全面领先！

00:33

李飞飞发布全球首个多模态世界模型Atlas：像素级相机控制+单图生成完整3D世界，重塑机器人空间智能

01:02

顶部