



论文标题:Advances in Feed-Forward 3D Reconstruction and View Synthesis: A Survey
论文链接:https://arxiv.org/abs/2507.14501
论文主页:https://fnzhan.com/projects/Feed-Forward-3D/
在 3D 视觉领域,如何从二维图像快速、精准地恢复三维世界,一直是计算机视觉与计算机图形学最核心的问题之一。从早期的 Structure-from-Motion (SfM) 到 Neural Radiance Fields (NeRF),再到 3D Gaussian Splatting (3DGS),技术的演进让我们离实时、通用的 3D 理解越来越近。然而,以往的方法往往依赖于每个场景的反复优化(per-scene optimization),既慢又缺乏泛化能力。在 AI 驱动的新时代,一个全新的范式正在崛起 —— Feed-Forward 3D。
这篇由 NTU、Caltech、Westlake、UCSD、Oxford、Harvard、MIT 等 12 所机构联合撰写的综述论文《Advances in Feed-Forward 3D Reconstruction and View Synthesis》,主要总结了过去五年(2021–2025)间涌现的数百项创新工作,建立了完整的 Feed-Forward 3D 方法谱系与时间线。
综述将所有 Feed-Forward 3D 方法划分为五类主流架构;讨论了多样化任务与应用场景;搜集统计了大量Benchmark数据集,评测指标,以及测评结果;分享了可能未来挑战与潜在趋势。欢迎大家阅读以及建议!
#计算机视觉 #人工智能 #三维视觉 #三维重建 #世界模型 #NeRF #3DGS #哈佛 #MIT #caltech
论文链接:https://arxiv.org/abs/2507.14501
论文主页:https://fnzhan.com/projects/Feed-Forward-3D/
在 3D 视觉领域,如何从二维图像快速、精准地恢复三维世界,一直是计算机视觉与计算机图形学最核心的问题之一。从早期的 Structure-from-Motion (SfM) 到 Neural Radiance Fields (NeRF),再到 3D Gaussian Splatting (3DGS),技术的演进让我们离实时、通用的 3D 理解越来越近。然而,以往的方法往往依赖于每个场景的反复优化(per-scene optimization),既慢又缺乏泛化能力。在 AI 驱动的新时代,一个全新的范式正在崛起 —— Feed-Forward 3D。
这篇由 NTU、Caltech、Westlake、UCSD、Oxford、Harvard、MIT 等 12 所机构联合撰写的综述论文《Advances in Feed-Forward 3D Reconstruction and View Synthesis》,主要总结了过去五年(2021–2025)间涌现的数百项创新工作,建立了完整的 Feed-Forward 3D 方法谱系与时间线。
综述将所有 Feed-Forward 3D 方法划分为五类主流架构;讨论了多样化任务与应用场景;搜集统计了大量Benchmark数据集,评测指标,以及测评结果;分享了可能未来挑战与潜在趋势。欢迎大家阅读以及建议!
#计算机视觉 #人工智能 #三维视觉 #三维重建 #世界模型 #NeRF #3DGS #哈佛 #MIT #caltech


