SwitchSplat：从随手拍摄场景学习离散物体状态

2026年10月20日，arXiv Computer Vision 刊出 Yizheng Xie 等作者的 SwitchSplat 研究。报道称，该工作是首个用 base+slot 分解建模离散物体状态的 3DGS 表示：共享静态 base 记录不变场景，每个 slot 独立保存一个可交互物体的两种二值状态（开/关）。由于高斯到 slot 的分配完全可微，模型无需人工标注即可从视频中发现各状态的几何。在新随手拍摄数据集上，其新视角合成质量优于静态与动态基线，并支持渲染拍摄中从未出现的状态组合。目前报道未提及后续进展或不同说法。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。