VolSplat：通过体素对齐预测重新思考前馈 3D 高斯泼溅
计算机视觉与模式识别
2026-03-13 v2
摘要
前馈 3D 高斯泼溅（3DGS）已成为新视角合成的一种高效解决方案。现有方法主要依赖于一种“像素对齐”的高斯预测范式，其中每个 2D 像素被映射到一个 3D 高斯。我们重新思考了这一被广泛采用的公式，并识别出若干固有的局限性：它使得重建的 3D 模型严重依赖于输入视图的数量，导致视图偏差的密度分布，并引入对齐误差，尤其是在源视图包含遮挡或低纹理区域时。为了解决这些挑战，我们提出了 VolSplat，这是一种新的多视图前馈范式，用体素对齐的高斯替换了像素对齐。通过直接从预测的 3D 体素网格预测高斯，它克服了像素对齐对易出错的 2D 特征匹配的依赖，确保了鲁棒的多视图一致性。此外，它能够根据 3D 场景的复杂度自适应地控制密度，从而产生更忠实的高斯、改进的几何一致性以及增强的新视角渲染质量。在广泛使用的基准上的实验表明，VolSplat 达到了最先进的性能，同时产生了更合理且视图一致的结果。视频结果、代码和训练模型可在我们的项目页面获取：https://lhmd.top/volsplat。
引用
@article{arxiv.2509.19297,
title = {VolSplat: Rethinking Feed-Forward 3D Gaussian Splatting with Voxel-Aligned Prediction},
author = {Weijie Wang and Yeqing Chen and Zeyu Zhang and Hengyu Liu and Haoxiao Wang and Zhiyuan Feng and Wenkang Qin and Feng Chen and Zheng Zhu and Donny Y. Chen and Bohan Zhuang},
journal= {arXiv preprint arXiv:2509.19297},
year = {2026}
}
备注
Project Page: https://lhmd.top/volsplat, Code: https://github.com/ziplab/VolSplat