[CV]《InfiniSplat: Implicit Gaussian Decoding for Large-Baseline Monocular View Synthesis》J Wang, H Yu, Y Hu, X Yang… [Zhejiang University] (2026)

在单图像3D重建领域，大视角下合成连贯场景是个难题。过去的方法受困于“像素对齐”表征，本质原因是高斯基元被绑定在固定图像网格上，导致场景在视角移动稍大时就会出现撕裂与结构崩塌。

本文的核心洞见是：把高斯基元的生成，重新看作一个与几何表面对齐的查询任务。由此，“几何引导采样”配合“隐式解码”这一关键操作使问题得以解开：先根据深度预测在物体表面上自由布点，再查询该点特征生成高斯属性，彻底摆脱了网格束缚。

这项工作真正留下的遗产是“表面对齐”的重建范式，让单图生成的3D场景更像一个坚实的物体，而非一张脆弱的贴图。它为后来者打开的新门是，实现从合成数据到复杂真实世界的零样本泛化。但尚未跨过的门槛是，其效果高度依赖初始几何先验的准确性。

arxiv.org/abs/2608.02437 机器学习 人工智能 论文 AI创造营