字节Seed的康炳易团队推出Depth Anything 3（DA3），该模型利用单一Transformer实现任意视图的3D重建，提升了相机定位和几何重建的准确性。通过简化架构和核心预测，DA3能够从单图、多图或视频中提取深度和光线信息，展现出强大的性能和广泛的应用潜力。

本研究提出了一种新型密集视觉SLAM方案MBA-SLAM，针对运动模糊图像的挑战，通过集成运动模糊感知跟踪器，显著提高了相机定位精度和地图重建质量。实验结果显示，MBA-SLAM在多个数据集上优于现有方法。

本文探讨了三维室内场景中人类动作预测的建模技术，提出了多种方法以提高动作合成的自然度和多样性，包括异常值感知的相机定位算法、从单图生成新视角的方法，以及基于强化学习的虚拟人类与环境交互技术。同时，引入了新的数据集和基准，推动了室内场景分析的进展。

本研究提出了一种新的稠密SLAM方法，利用3D高斯模型实现高效的3D重建和实时渲染。该方法在相机定位、地图构建和新视图合成方面表现优越，显著提高了重建精度和运行速度，解决了现有SLAM系统的不足。实验结果显示，该系统在多个数据集上具有竞争力。

SGS-SLAM是一种基于三维高斯模型的语义密集视觉SLAM系统，首次实现高效的三维重建和语义分割。该方法通过自适应扩张策略和从粗到细的技术优化相机姿态，显著提升了地图构建的准确性和效率。实验结果显示，SplaTAM在相机定位和地图构建方面的性能优于现有方法，并具备实时渲染能力。