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。

本研究全面评估了事件驱动的3D重建方法，分类为几何、学习基础和混合方法，识别研究差距与未来方向，为领域发展提供指导。

本研究提出了一种全自动化的管道，将文本描述转化为高保真3D模型。该方法结合文本到图像生成、图像处理和深度学习技术，能够生成语义和几何精确的3D模型，具有在增强现实、虚拟现实和数字内容创建等领域的重要应用潜力。

本研究提出了Fast3R方法，旨在提高多视图3D重建的效率和准确性。该方法能够并行处理多个视角图像，显著提升推理速度，减少误差累积，增强可扩展性，并保持重建精度。

本研究解决了在视觉定位任务中，大型基础模型Dust3r输出的高质量3D点云的推理时间和计算资源消耗过大的问题。我们提出了一个知识蒸馏策略，构建了以Dust3r为教师的学生模型，通过训练不同架构的学生模型来学习场景特定的表示，从而实现与Dust3r相当的3D点输出。我们的实验结果显示，基于视觉变换器的模型在视觉和定量评估上表现最佳。

本文提出了一种双管齐下的方法解决单视图图像的三维重建问题，设计了3D-LMNet，通过潜在嵌入匹配实现多方案重建，实验结果表明其性能优于现有技术。同时，文中综述了三维点云分析技术及其应用，分析了当前技术面临的挑战和未来趋势。

本文探讨了结合fMRI信号与深度学习模型重建复杂图像场景的方法，提出了MindDiffuser和MindEye模型，利用稳定扩散技术和对比学习实现图像重建与检索，展现了在自然场景数据集上的优越性能。此外，介绍了BrainDiVE和MinD-3D框架，强调fMRI信号在3D视觉重建中的应用，展示了脑解码模型在处理稀缺数据时的有效性。

本文探讨了物体和人体姿态估计的最新研究进展，提出了多种方法以提高在遮挡和视频污染下的鲁棒性。研究表明，基于点对特征的方法效果最佳，并提出了新的数据集和评估基准，以推动姿态估计技术的发展。

本文介绍了一种名为EndoGaussian的实时内窥镜动态重建方法，利用高斯喷洒技术实现手术场景的高质量重建。该方法显著提高了渲染速度和重建准确性，具有重要的临床应用价值。此外，研究提出了Deform3DGS和HFGS等新方法，进一步优化了动态场景重建，展示了在机器人辅助微创手术中的潜力。