核心技术：Instant4D 方法概述 - 提出Instant4D现代化全自动流程，可在数分钟内重建任意单目视频，实现30倍加速[5][6] - 引入网格剪枝策略，将高斯函数数量减少92%，同时保留遮挡结构，使其可扩展至长视频序列[6] - 提出简化、各向同性、运动感知的单目设置4DGS实现，在Dycheck数据集上性能比当前最先进方法提高29%[6] 技术流程与优化 - 采用可微SLAM方法MegaSAM获取相机位姿，并通过视频一致优化深度得到密集点云，对4秒512×512视频序列反投影可得约30百万个原始3D点[8] - 通过体素滤波将密集点云稀疏化，仅保留每个已占用体素内点的质心，以减少冗余和解决遮挡问题[8] - 基于四维高斯初始化，可在2分钟内完成场景重建，并利用动静蒙版对静态和动态区域设置不同时间缩放以优化渲染[7][13] 性能表现与效率 - 在Nvidia数据集上实现0.02分钟优化时间、822 FPS（480×270分辨率）和676 FPS（860×480分辨率）的实时渲染速度，以及23.99 PSNR的渲染质量，相比InstantSplat和Casual-FVS实现8倍加速和10倍实时渲染速度提升[17] - 在Dycheck数据集上，Lite版本实现0.03小时优化时间、1.1GB内存占用和23.02平均PSNR，Full版本实现0.12小时优化时间、8GB内存占用和24.52平均PSNR，相比基线实现30倍加速[20] - 各向同性高斯设计固定旋转R=I，使用空间/时间各一标量缩放，提升单目优化稳定性，并根据实验将渲染质量PSNR提升1.25 dB[12]