MAGS-SLAM:面向几何与光度一致重建的单目多智能体高斯泼溅 SLAM
作者提出 MAGS-SLAM,这是一个仅用 RGB 图像的多智能体 3DGS SLAM 框架,用于协同场景重建。每个智能体独立构建局部单目高斯子图,并传输紧凑的子图摘要而非原始观测;框架结合几何与外观感知的回环验证以及占用感知的高斯融合,以应对单目尺度歧义。
推荐理由:论文提出仅用 RGB 相机的多智能体 3DGS SLAM 框架,并给出与 RGB-D 方法对比的实验结果,可供关注大场景重建的虚拟制作团队参考。
作者提出 MAGS-SLAM,这是一个仅用 RGB 图像的多智能体 3DGS SLAM 框架,用于协同场景重建。每个智能体独立构建局部单目高斯子图,并传输紧凑的子图摘要而非原始观测;框架结合几何与外观感知的回环验证以及占用感知的高斯融合,以应对单目尺度歧义。
推荐理由:论文提出仅用 RGB 相机的多智能体 3DGS SLAM 框架,并给出与 RGB-D 方法对比的实验结果,可供关注大场景重建的虚拟制作团队参考。
Adrian Azzarelli 在 arXiv 发表论文,提出一种面向虚拟制作的可重打光高斯泼溅框架,用已知背景图像约束重打光过程,避免依赖环境贴图,并把合成简化为背景图像编辑。
推荐理由:论文针对 LED 墙拍摄中光照与背景绑定的问题,提出用高斯泼溅做可重打光的重建,并给出资源占用与帧率数据。
研究者提出 TMD-Bench,一个针对文本驱动音乐-舞蹈协同生成的基准,从单模态生成质量、指令遵循和跨模态节奏对齐三个层面评估系统,并结合可计算物理指标与多模态感知判断。
XGRIDS 的 PortalCam 空间相机在 2026 NAB Show 年度产品奖中同时获得 Cameras、Graphics/VFX/Switchers、Intelligent Technology 和 Remote/Live Production 四个类别奖项,成为该奖项八年来唯一在单一年度入选四个类别的产品。
推荐理由:PortalCam 在 NAB 拿下四个类别奖项,材料同时给出其在韩日剧集与 LED 虚拟拍摄中的实际用法,可了解 3DGS 采集进入制作流程的现状。
其域创新(XGRIDS)在 NVIDIA GTC 2026 上展示 Real2Sim 方案,通过 LiDAR 与计算机视觉的多模态空间感知及高保真三维重建,将真实环境转为可用于仿真训练的世界模型。