Instant4D：分钟级 4D 高斯溶解

动态视图合成取得了显著进展，但从未校准的随意视频重建场景仍面临慢优化和复杂参数估计等挑战。本文提出 Instant4D，一种单目重建系统，利用原生 4D 表示在分钟内高效处理随意视频序列，无需校准的相机或深度传感器。我们的方法首先通过深度视觉SLAM实现几何恢复，随后进行网格修剪以优化场景表示。我们的设计显著减少冗余，同时保持几何完整性，将模型大小缩小至原 footprint 的不到 10%。为高效处理时序动态，我们引入简化的 4D 高斯表示，实现 30 倍加速，将训练时间控制在两分钟内，同时在多个基准测试中保持竞争性能。我们的方法可在 Dycheck 数据集上在 10 分钟内重建单个视频，或处理典型 200 帧的视频。我们进一步将模型应用于野外视频，展示了其广泛适用性。我们的项目网站已发布于 https://instant4d.github.io/。