CF-Splat：闭式三角splatting框架

2026年10月16日，arXiv Robotics 报道了 Yixin Fang、Liang Zhao 提出的 CF-Splat，一种闭式三角形 Splatting 框架，用于在已知网格（既可以是预先存在的，也可以由上游建图或重建流程提供）上估计场景外观。该框架将多视角外观估计转化为全局线性最小二乘问题，无需迭代非线性优化；它引入自适应 SH 正则化以保证解的唯一性，并使用三角形结构化无矩阵预条件共轭梯度求解器扩展到大规模场景。报道称，在消费级笔记本上，其计算时间比 3DGS 少约 27.5–378.0 倍，峰值 GPU 显存平均低 1.8 倍，NVS 质量相当或更优。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现与早先报道相矛盾的数字或说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。