文章核心观点 - 提出了一种名为FaithFusion的新型通用框架，旨在解决三维场景重建与生成融合中的核心矛盾，即如何平衡生成的创造性与几何重建的保真度 [3] - 该框架的核心突破在于摒弃依赖外部先验（如LiDAR、HDMap）的传统范式，转而从3D高斯泼溅（3DGS）模型内部挖掘指导信号，引入了基于信息论的像素级预期信息增益（EIG）作为融合策略 [3] - 通过EIG驱动的三阶段执行框架，实现了无需额外条件、即插即用的高性能新视角合成与场景外扩，在Waymo街景外扩任务中取得了最先进的性能 [5][20][23] 技术原理与创新 - **核心机制**：引入像素级预期信息增益（EIG）作为量化标准，用于评估对3DGS像素进行扩散模型编辑后带来的几何/外观信息价值增量，从而将“生成或保持”的决策转化为可计算的客观标准 [3] - **理论推导**：通过三步推导解决了EIG实际应用的关键障碍：1) 使用拉普拉斯近似，用3DGS渲染结果替代不可获取的真实观测数据（GT）；2) 基于高斯后验假设将熵值计算工程化；3) 利用不等式和Fisher信息可加性，实现像素级EIG计算 [8][10][11] - **架构设计**：开发了EIGent双分支智能修复引擎，该模块以EIG图为输入，动态生成编辑掩码，确保仅在高EIG（高不确定性）区域进行创造性修复，而在低EIG（高置信度）区域严格保持原有内容，防止过修复 [15][17] - **训练循环**：设计了渐进式知识融合循环，通过“渲染诊断->精准修复->智能更新”三阶段，将修复信息安全整合到3DGS中，其中基于EIG的自适应加权损失函数是防止几何漂移的关键 [18][19] 性能表现与验证 - **定量指标**：在Waymo Open Dataset的6米大偏移变道任务中，FaithFusion的FID（弗雷歇距离）降至107.47，优于DIFIX3D+的111.92和ReconDreamer++的约115+，表明其生成的图像质量更高、更逼真 [21][23] - **几何一致性**：在同一任务中，其NTA-IoU（动态物体一致性）达到0.517，NTL-IoU（车道线几何一致性）达到55.78，均达到最先进水平，证明其生成内容几何准确 [21][23] - **定性对比**：可视化结果显示，在极端视角下，现有方法如ReconDreamer++会出现地面弯曲、建筑物歪斜等几何崩坏问题，而FaithFusion能保持全局几何稳定性和纹理保真度，清晰生成车道线等结构 [29] - **消融实验**：细粒度评估表明，仅引入EIG引导就可使FID下降约1.23，而完整的EIGent双分支架构使FID进一步大幅下降，证明了EIG核心机制的有效性 [25][27][30] 应用前景与意义 - **通用性与低成本**：该框架无需依赖额外传感器数据或对3DGS进行定制化改造，降低了落地成本，并具备即插即用的通用性，可适配多维度三维任务 [3][5] - **技术迁移潜力**：其基于信息增益的智能决策思路可迁移至图像/视频修复、Text-to-3D/4D等需要平衡观测稳定与生成能力的场景，尤其适用于三维目标不可见区域补全、场景迭代外扩 [5] - **跨领域联动**：EIG与主动建图技术核心逻辑同源，未来可借鉴视角选择、信息增益阈值等策略，使渐进式修复从“盲目迭代”升级为“精准高效”，进一步释放技术价值 [41]