报告主题：从3D重建到4D智能：高斯特征场驱动下的场景表示，语义交互与时空推理

报告日期：04月10日（本周四）10:30-11:30

报告要点:

本报告聚焦三维重建与动态场景理解的突破性技术，通过三项核心研究展示高斯特征场如何推动视觉智能的边界：

1. Feature 3DGS: 首创基于3D高斯泼溅的语义蒸馏框架，实现语义分割与语言引导场景编辑，并首次支持SAM点选/框选的辐射场交互操作。

2. Feature4X：提出单目视频到4D动态可交互场景的通用解法，通过可变形高斯特征场实现跨时间步自由分割、编辑与LLM驱动的开放式问答，为具身智能提供动态环境理解引擎。

3. VLM4D：构建首个视觉语言模型时空推理基准，揭示现有大模型的时空推理力能力与人类的差距，提出4D特征场重建与微调方案，显著提升动态场景解析能力。
相关paper:
[1] Feature 3DGS: Supercharging 3D Gaussian Splatting to Enable Distilled Feature Fields
项目主页：https://feature-3dgs.github.io/
[2] Feature4X: Bridging Any Monocular Video to 4D Agentic AI with Versatile Gaussian Feature Fields
项目主页：https://feature4x.github.io/
[3] VLM4D: Towards Spatiotemporal Awareness in Vision Language Models
项目主页：https://vlm4d.github.io/

报告嘉宾：

周诗杰，加州大学洛杉矶分校（UCLA）博士生，研究方向为3D计算机视觉与空间智能。他在CVPR，ECCV，NeurIPS，ICLR等计算机视觉与人工智能顶会发表过多篇论文，其中2篇荣获CVPR 2024 Highlight和ICLR 2025 Spotlight，同时他也是SIGGRAPH，CVPR等顶会审稿人。他曾在Google担任学生研究员，并将于2025年加入Apple担任研究实习生，致力于空间智能研发。曾获UCLA视觉与图形学傅立叶学者奖，加州大学研究生院长学者奖，哥伦比亚大学硕士荣誉学生奖，电子科技大学优秀本科毕业生奖等。

扫码报名

更多热门报告

内容中包含的图片若涉及版权问题，请及时与我们联系删除