简介
三维实景重建与生成技术已成为空间智能领域备受瞩目的核心方向。近年来，三维高斯泼溅（3DGS）、三维AIGC等技术快速迭代，在精度、效率与真实感上实现显著突破，已在数字孪生、智慧城市、数字人等关键领域落地应用。与此同时，相关理论创新与工程实践持续涌现，研究方向涵盖高保真三维生成、大场景高效重建与绘制、多模态三维生成大模型等。在此背景下，本论坛从技术原理、算法创新、系统实现等维度展开交流研讨，展示前沿进展，聚焦关键挑战，深化产学研协同，持续推动空间智能时代三维实景重建与生成技术高质量发展。
简介为官网原文，部分内容可能未写完。
人员
主席
- 周昆 · 浙江大学
嘉宾
- 申抒含 · 中国科学院自动化研究所
- 高林 · 中国科学院计算技术研究所
- 邵天甲 · 浙江大学
- 姚遥 · 南京大学
- 穆太江 · 清华大学
报告安排
轻量结构化地图视觉定位
申抒含 · 中国科学院自动化研究所
简介
建图（Mapping）和定位（Localization）是三维视觉、机器人、定位导航等领域的长期基础研究问题，从基于多视几何的解析计算到基于基础模型的前馈求解，三维地图的表达形式以及视觉定位的计算策略也在持续迭代演进。从通用性和可靠性出发，轻量结构化三维地图是一种易于获取、存储轻量、端侧可部署的地图形态，但与视觉信息模态差异显著，给传统匹配定位方法带来挑战。本次报告将介绍我们在结构化建图和轻量化定位方面的最新研究进展，并探讨视觉定位导航领域未来的发展趋势。
显式几何表征与隐式生成模型双擎驱动的数字空间建模方法
高林 · 中国科学院计算技术研究所
简介
本报告围绕“显隐结合、双擎驱动”的世界模型构建思路展开，结合显式方法可解释性高、几何物理真实的优点，和隐式方法可扩展性高的邮件，并通过前馈与蒸馏，实现更加可控、真实的生成式世界模型。报告首先介绍基于视频生成模型的显式几何建模方法，之后介绍基于几何先验增强的隐式方法，包括视角可控的多轨迹视频生成、多视角多模态驾驶视频生成，以及具身世界的压缩表征与动作建模；在此基础上，探讨如何利用显式几何约束增强生成结果的一致性和合理性，并借助生成先验推理未观测区域与动态信息，实现单图数字人重建与驱动、自动驾驶场景逆渲染及动态场景重光照。展示可解释、可交互且符合物理规律的数字世界构建的技术路径。
Gaussian+X的双尺度三维真实感表达研究
邵天甲 · 浙江大学
简介
三维高斯泼溅（3DGS）是当前主流的三维真实感表达，在高保真辐射场绘制与三维重建中表现突出，但其仍存在若干不足。绘制方面，3DGS依赖高斯空间排序，存在固有的视点不一致问题，视角移动易引发时序闪烁伪影；重建方面，三维高斯优化计算开销大，难以满足实时在线三维重建需求；数据采集方面，高斯重建需要拍摄成百上千张图像，过程耗时且普通用户难以使用。针对上述瓶颈，本文开展Gaussian+X （如二维面元、有向距离场、扩散先验等）双尺度真实感表达研究，所提方法实现超高速高保真辐射场绘制，帧率达 650+fps，并有效解决 3DGS 视点不一致与时序闪烁问题；实现高实时三维高保真重建，重建速度 150+fps；实现了仅需6-8张照片的三维室内场景重建。该研究为三维实景重建提供了高效可行的技术方案。
三维基础模型：从三维重建到通用图像几何表征
姚遥 · 南京大学
简介
近年来，图像三维重建，特别是前馈式三维重建技术得到了快速发展，三维基础模型也朝着通用图像几何表征的方向发展。本次报告将汇报课题组在图像三维重建领域的研究成果，主要包括基于深度学习的三维重建网络(MVSNet系列工作)以及基于transformer的三维基础模型（Lingbot-Map系列工作），同时，也将展望三维基础模型的未来发展方向，特别是其在通用图像几何表征与长时空间一致性记忆方面的重要应用。
3D内容高效生成与可控编辑
穆太江 · 清华大学
简介
人工智能技术正在深刻改变三维图形的建模方式，可微渲染、NeRF、3DGS 等技术实现从文本、单图轻量化输入智能重建（生成）三维内容。然而，当前领域仍存在多重挑战：难以兼顾高质量、高效率、高可控三大需求，复杂场景物体相互耦合、三维模型局部编辑精准度不足。本报告围绕高效、解耦、可控三维生成展开，分别介绍分层八叉树驱动的秒级物体生成(Grow3D)、基于场景图的解耦场景建模(DIScene)、面向局部精细化编辑的(RELATE3D)三个方法，打通物体、场景、局部编辑全流程，推动三维生成走向结构化语义可控。