VolSplat：三维重建的革新方案

随着三维重建技术逐渐走向成熟，前馈式3D Gaussian Splatting（Feed-Forward 3DGS）正迅速迈向产业化。然而，当前的前馈3DGS方法多采用“像素对齐”策略，即将每个2D像素映射到一个或多个3D高斯上，这种方法尽管直观，却面临二维特征在三维中难以精确对齐，以及高斯基元数量受限于像素网格的问题。

为解决这些问题，VolSplat提出了“体素对齐”的前馈框架，将视图信息融合到三维空间中，实现了高质量的多视角渲染，增强了鲁棒性、效率与工程化的可能性。

在公开数据集上的对比实验显示，VolSplat在RealEstate10K和ScanNet数据集上的视觉质量与几何一致性均优于多种pixel-aligned baseline。

VolSplat的核心思路：从二维到三维的“对齐”革命

传统的前馈3DGS面临多视图对齐难题和高斯密度受限的挑战。VolSplat的核心在于将多视角的二维特征通过深度图反投影到统一的三维体素网格中，进行多尺度特征融合与细化。

这一范式带来了跨视图一致性增强、高斯密度按需分配、几何一致性更强以及易与外部3D信号融合等好处。

VolSplat将整体pipeline分为2D特征与深度估计、像素→体素的lifting与聚合、以及体素级的特征refine与Gaussian回归三个模块，既利于分步调试，也方便工程上的伸缩与优化。

实验亮点：效果与泛化能力卓越

VolSplat不仅效果显著，还展现了跨数据集的零样本泛化能力。在未见过的ACID数据集上，VolSplat依然保持高性能。

VolSplat的提出为前馈3D重建开启了新的可能性，有望在机器人、自动驾驶、AR/VR等领域发挥重要作用。