文章核心观点 - 文章系统梳理了前馈式3D高斯泼溅（Feed-Forward 3D Gaussian Splatting）技术的最新研究进展，重点介绍了从CVPR 2024到CVPR 2025期间涌现的多篇代表性论文 [2] - 前馈式3DGS旨在克服传统“逐场景优化”方法的不便，实现无需针对每个新场景进行耗时优化的快速、通用化三维重建 [2] - 该技术路线已成为计算机视觉和三维重建领域的一个重要发展方向，并在人体重建、驾驶场景重建等多个应用领域展现出潜力 [74][77][82][85] CVPR 2024 代表性工作 - pixelSplat：通过编码器预测密集概率分布并从中采样高斯均值，利用重参数化技巧使采样操作可微分，从而避免局部最小值问题，仅需一对图像即可进行前馈重建 [3][6][7] - GPS-Gaussian：引入定义在源视角图像平面上的2D高斯参数图，通过可学习的反投影操作得到3D高斯点，主要用于人体重建并依赖真实深度进行监督 [8][9][10] - TriplaneGaussian：首个利用高斯泼溅从单视图图像实现通用化三维重建的研究，核心是利用三平面表示 [11][13] - Splatter Image：设计简单网络将输入图像映射为每个像素一个3D高斯函数，将重建问题转化为图像到图像的网络学习问题，计算效率高但主要关注物体级重建 [14][16][17] ECCV 2024 代表性工作 - MVSplat：利用Transformer提取多视图图像特征并构建代价体积，通过反投影获得3D高斯中心，证明了代价体积表示在学习前馈高斯中的重要性 [28][30][31] - GRM：基于前馈Transformer的像素对齐高斯模型，有效整合多视角信息，将输入像素转换为像素对齐的高斯函数以创建密集3D高斯集合，但尚未开源 [32][34][35] - GS-LRM：采用基于Transformer的简单网络架构，预测每个像素的高斯分布，使3D高斯保留输入图像中的高频细节 [36][38][39] - Gaussian Graph Network (GGN)：构建高斯图来建模来自不同视角的高斯组之间的关系，通过高斯特征融合和池化策略实现高效表示 [47][48] 2025年最新进展 (CVPR/ICLR/AAAI) - DepthSplat：将高斯泼溅与深度估计两个领域连接，利用预训练单目深度特征增强多目特征匹配，构建鲁棒的多目深度模型以提高重建质量 [60][62][63][66] - MonoSplat：直接利用冻结的深度基础模型中嵌入的丰富视觉先验知识，通过单目-多目特征适配器实现更高效、更泛化的高斯重建 [67][68][69][72] - HiSplat：在前馈3DGS中引入分层方式，通过由粗到细的策略构建分层3D高斯，并利用误差感知模块和调制融合模块实现联合优化 [54][56][57][59] 技术应用领域拓展 - 人体重建：Generalizable Human Gaussians和HumanSplat等研究专注于在稀疏视图下实现可泛化的人体渲染，结合人体结构先验 [74][76][77][81] - 驾驶场景重建：DrivingForward和EVolSplat等模型从车载摄像头的稀疏环视输入中学习，支持实时重建复杂的驾驶场景 [82][84][85] - 医学影像：X-GRM模型将大型前馈Transformer应用于从稀疏X射线投影到计算机断层扫描的重建任务 [87][90]