2Xplat：两位专家优于一位通用专家

无姿态的前馈 3D 高斯溶解 (3DGS) 已为快速 3D 模型构建开辟了新前沿，使其能够在单次前向传递中从未校准的多视图图像生成高质量的高斯表示。该领域的主导方法采用统一的单体架构，通常基于几何中心的 3D 基础模型，以在单个网络中联合估计相机姿态和合成 3DGS 表示。虽然在结构上简洁，但此类“一站式”设计可能不适用于高保真度 3DGS 生成，因为它们将几何推理和外观建模纠缠于共享表示中。本文引入了 2Xplat，一种基于两位专家设计的无姿态前馈 3DGS 框架，显式地将几何估计与高斯生成分离。一个专门的几何专家首先预测相机姿态，然后显式地传递给一个强大的外观专家以合成 3D 高斯。尽管概念上相对简单且在此之前的工作中鲜有探索，所提出的方法证明极其有效。在不足 5K 次训练迭代后，所提出的两位专家管道显著优于先前的无姿态前馈 3DGS 方法，并与最先进的已知姿态方法相当的性能。这些结果挑战了主导的统一范式，表明模块化设计原则对于复杂的 3D 几何估计和外观合成任务具有潜在优势。