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。

本研究提出了一种新的点云表示方法，解决了单摄像头RGB视频的在线3D重建问题。通过实时更新点云和深度预测，减少了预测错误的影响，实验结果表明其在在线多视图立体任务中表现优异。

MindDiffuser是一种两阶段图像重建模型，使用fMRI进行前向估计和反向传播来实现图像对齐。实验结果表明该模型超过了现有的最先进模型，并与大脑反应的多模态特征解释力一致，证实其神经生物学的合理性。

本文研究了2D到3D姿势提升器的稳健性，并提出了两种解决方案。通过引入时间加性高斯噪声和设计置信度感知的卷积块，作者提升了3D姿势提升器的稳健性。测试结果表明这些策略对于受污染的情况下的姿势提升器具有良好的适应能力。

该研究提出了一种实时内窥镜动态重建方法，使用了4D高斯飞溅和无需地面真实深度数据。通过引入时间组件和轻量级MLP，实现了具有可变条件的动态手术场景的重建。同时，整合了Depth-Anything，增强了深度引导重建过程。该方法在两个手术数据集上验证了实时渲染、高效计算和重建准确性，显示了改善手术辅助的潜力。