核心技术创新 - 提出7D高斯溅射（7DGS）框架，通过联合建模空间（3D）、时间（1D）和视角方向（3D）实现动态场景的高保真实时渲染 [3][10][17] - 核心突破在于统一表征7维高斯，自然捕捉几何、动态与视角相关外观的相互依赖性，例如移动镜面高光和时间变化的各向异性反射 [3][18][24] - 引入自适应高斯细化技术，通过轻量级神经网络动态调整高斯参数，提升对非刚性形变和复杂动态行为的建模精度 [32][35][36] 性能优势 - 在7DGS-PBR数据集上，PSNR指标最高提升7.36 dB（heart1场景：35.48 vs 27.30），同时保持401 FPS的实时渲染速度 [10][40][44] - 高斯点数显著减少，例如dust场景从357,744点优化至11,253点，压缩率达96.9% [40] - 在Technicolor野外数据集上，PSNR达到33.58，优于4DGS的33.25，且训练时间从358.9分钟缩短至112.1分钟 [40][43] 方法架构 - 采用条件切片机制，将7D高斯投影为兼容现有渲染流程的3D高斯，确保实时性能与保真度平衡 [23][26][27] - 通过球谐函数建模视角相关颜色，结合时间调制因子（f_temp）和方向调制因子（f_dir）动态调整不透明度 [8][28][30] - 优化流程继承3DGS的自适应致密化框架，通过克隆与分裂操作实现跨时空角度域的全面覆盖 [37][38] 应用场景 - 支持虚拟现实、增强现实和数字孪生应用，适用于动态心跳可视化、云层日照过渡等复杂场景 [2][10][41] - 在自动驾驶领域潜在应用于动态环境建模，技术栈涵盖BEV感知、多传感器融合和世界模型 [45][46]

SIGGRAPH 2025技术论文奖项总结 会议概况 - SIGGRAPH是全球图形学顶级会议，涵盖动画、模拟、成像、几何、建模、渲染、生成式AI等广泛技术领域[2] - 2025年会议将于8月10-14日在加拿大温哥华举行，接收306篇技术论文[3] 最佳论文奖 - 5篇获奖论文中，国内机构表现突出，上海科技大学、华中科技大学、厦门大学、清华大学等均有斩获[5] - **Shape Space Spectra**：提出形状-空间特征分析方法，通过变分原理计算连续参数化形状家族的特征函数，应用于声音合成、动力学模拟等领域[6][7][8] - **CAST**：基于单幅RGB图像的组件对齐3D场景重建方法，结合GPT模型分析物体空间关系，采用遮挡感知3D生成模型确保几何纹理对齐[12][13][14][15][16] - **TokenVerse**：利用预训练扩散模型实现多概念个性化，支持从多张图片提取复杂视觉元素组合生成[21][22] - **Transformer IMU Calibrator**：突破惯性运动捕捉系统静态假设限制，通过Transformer模型实现动态标定[26] 最佳论文荣誉提名 - 包括加州大学圣地亚哥分校与谷歌合作的论文，以及厦门大学、清华大学等机构联合研究[28][29] - 涉及神经场精确不连续性、蒙特卡洛渲染框架、矩形表面参数化等前沿方向[30] 时间检验奖 - 评选2013-2015年间对业界影响深远的4篇论文[32] - **Unified Particle Physics**：提出实时统一动力学框架，广泛应用于气体、液体、固体等多物理模拟[33] - **CNN视觉相似性**：首次将现代CNN引入图形学，推动跨类别视觉搜索技术发展[34] - **Embree**：开源CPU光线追踪框架，持续为研究社区提供高性能支持[39] 技术突破亮点 - CAST论文团队2024年已获两项SIGGRAPH最佳论文提名，显示持续创新能力[11] - 时间检验奖论文中，粒子物理框架和Embree系统至今仍被工业界广泛采用[33][39]