3D 重建下半场开幕，ECCV 首场14篇Spotlight 把高斯泼溅推到了哪儿

3D 重建的下半场，比的不再只是精度。 作者丨陈淑瑜 编辑丨岑 峰 9月8日，第19届欧洲计算机视觉大会（ECCV 2026）在瑞典马尔默拉开帷幕。 这场两年一届的视觉顶会创下历史之最：组委会收到超过一万篇有效投稿，最终接收2883篇论文，约6000名研究者从全球各地赶来参会。翻看议程不难发现，Gaussian Splatting （高斯泼溅）与 3D 重建是今年最拥挤也最热闹的赛道——光是第一个 Poster 环节，与 splatting 直接相关的论文就超过80篇，曾经的“新方法”已经成了整个领域的公共基础设施。 雷峰网&AI科技评论编辑团队提前为读者做了这份抢鲜梳理。大会 9 月 10 日才正式开幕，第一个论文报告专场——“3D Reconstruction, Gaussian Splatting & Neural Rendering”（3D重建、高斯泼溅与神经渲染）Spotlight Session 的 14 篇论文与海报已先一步在官网公开。我们从张贴的报告海报中精选 14 篇 Spotlight 论文，逐一梳理成文，先行呈现给关注 ECCV 的读者，以便现场报告开始前就能快速摸到今年 3D 视觉的脉搏。 从这14篇论文里，可以读出今年 3D 视觉的几个明确信号： 其一，前馈式（feed-forward）重建正从“几张图重建”走向“长序列、大规模建图”，开始直接对标 SLAM； 其二，视频扩散模型被大规模“驯化”成几何一致的新视角生成器，3D 基座模型负责提供“骨架”； 其三，竞争从重建质量延伸到表示基元本身，三角形、子像素、谐波纹理轮番登场； 其四，水下、遮挡、按需高清、主动扫描等真实世界场景，成了检验方法成色的试金石。 ▎ 长视频一 路 建图不跑偏：GRF-R ec on 给前馈重建装上“全局光线场” GRF-Recon: Global Ray-Field Optimization for Long-Sequence Feed-forward Reconstruction 前馈式（feed-forward）3D重建能从图像序列高效地恢复场景，但把它推向“单目长视频”这类大规模输入时，三个老毛病会同时发作：GPU显存撑不住、局部几何容易走形、轨迹越走越偏，也就是累积漂移。现有的分块优化策略只是把长序列切开处理，块与块之间缺少几何约束，跑完一整条轨迹，全局一致性很难保证。 GRF-Recon 的思路是把“长”做成“协同”而不是“切碎”。它先用由粗到精的轨迹对齐搭好骨架，再通过 LoRA 把单目几何线索蒸馏进前馈骨干网络——只动少量参数，推理效率不掉。重建阶段引入“混合权重稀疏光线场优化”：用高频几何特征引导局部点云精修，同时以帧间光线约束把相邻帧“焊”在一起，建立起强跨帧几何耦合，这在以往的块式方法里是缺失的。最后，一条带联合光线误差优化的轨迹拼接策