本文综述多视角无监督学习与三维场景表示研究：利用深度生成模型将场景表示分为视角无关与视角相关部分，迭代整合多视角信息；引入组合性与不可约性假设，分析无监督对象中心表示的可学习性；提出SIMONe、MulMON等模型，从部分观察推断模块化三维物体表示，实现视角合成与实例分割；结合自监督与多视角匹配，用未标记图像或机器人数据学习视角估计与高质量表示，性能接近全监督方法。