李飞飞团队推出了一种新型世界模型，用户只需一张图像即可生成可无限探索的3D世界。该模型支持多样风格和高质量几何结构，用户可以自由导航并导出高斯点云，生成的世界永久存在且完全免费。

本文提出了一种针对大型场景重建的遮挡感知高斯点云技术，通过位置和可视性聚类训练相机，提升了重建质量和区域间相关性。同时，新的区域渲染技术加速了渲染过程，实验结果表明该方法在重建效果和渲染速度上优于现有技术。

本研究提出EditSplat框架，旨在改善现有3D编辑方法在多视角信息处理上的不足，提升视图一致性。通过多视角融合和注意力引导，显著提高了3D高斯点云编辑的准确性和效率，展现出更高的实际应用潜力。

该研究提出了一种从单幅图像生成物理合理的3D资产的方法，利用一致的多视图图像和3D高斯点云表示。引入的PSE-SDS技术优化高斯位置，确保生成的3D资产物理兼容，实验结果验证了其有效性。

本研究提出了一种新颖的高斯点云方法，解决了传统高分辨率图像在实时交互中的局限，尤其在稀疏视角下。该方法显著提高了渲染速度并保持几何一致性，实验结果表明其优于现有技术，具有广泛应用潜力。

本研究提出了一种结构一致的高斯点云方法（SCGaussian），有效解决了稀疏输入下新视图合成效果下降的问题，并优化了高斯原件的位置。实验结果表明，该方法在复杂大场景中表现优异。

本研究提出了SplatSim框架，用高斯点云替代传统网格表示，减小了Sim2Real间的差距。实验结果显示，在SplatSim中训练的操作策略以86.25%的成功率在现实世界中实现零-shot部署。