前馈3D高斯泼溅新方法，浙大团队提出“体素对齐”，直接在三维空间融合多视角2D信息

在三维重建不断走向工程化的今天，前馈式3D Gaussian Splatting（Feed-Forward 3DGS）正火速走向产业化。 然而，现有的前馈3DGS方法主要采用"像素对齐"（pixel-aligned）策略——即将每个2D像素单独映射到一个或多个3D高斯上。 这一做法看似直观，但仍面临两道不可忽视的"天花板"：二维特征难以在三维中精确对齐、以及高斯基元数量被像素网格死死绑定，无法按 场景复杂度智能分配。 VolSplat团队 投稿 量子位 | 公众号 QbitAI VolSplat 大胆抛弃像素对齐的固有范式，提出"体素对齐"（voxel-aligned）的前馈框架：在三维空间中融合视图信息，从根本上破局，让 高质量的多视角渲染变得更鲁棒、更高效、更易工程化。 VolSplat 的核心思路：把"对齐"从二维搬到三维 原有的像素对齐前馈3DGS ，正面临两项无法回避的痛点。 第一， 多视图对齐难题 ：基于2D特征的匹配难以可靠地解决多视角间的几何一致性问题——当深度估计不稳、遮挡或视角差异出现时， 2D特征难以在三维空间里精确对齐，常导致浮空伪影与几何畸变。 在公开数据集上的对比实验显示，VolS ...