OnlineX：基于主动到稳定状态演化的统一在线 3D 重建与理解

近期在通用 3D 高斯渲染（3DGS）方面的进展，使我们能够在数秒内完成 3D 场景重建，无需针对每个场景进行优化。然而，现有方法主要遵循离线重建范式，缺乏持续重建的能力，这限制了其在机器人和 VR/AR 等在线场景中的应用。本文引入 OnlineX，一个基于 feed-forward 框架，使用仅流式图像即可在线方式重建 3D 视觉外观和语言场。在线方案的关键挑战是累积漂移问题，这源于记忆状态在两个相互对立角色中的根本冲突：一个主动角色不断刷新以捕获高频局部几何，一个稳定角色谨慎地累积和保存长期全局结构。为此，我们引入一种解耦的主动到稳定状态演化范式。我们的框架将记忆状态解耦为专用的主动状态和持久稳定状态，然后协同地将前者的信息融合到后者中，以实现保真度和稳定性。此外，我们联合建模视觉外观和语言场，并纳入隐式高斯融合模块以增强重建质量。实验在主流数据集上表明，我们的方法在新视角合成和语义理解方面 consistently 超过先前工作，展示了在输入序列长度各异时具备实时推理速度的稳健性能。