从互联网的信息来看，3D高斯泼溅技术可以说是横扫了CVPR 2026，在数量和质量上都表现的非常突出，成为大会当之无愧的焦点之一。
虽然没有官方横扫/屠榜名单，但从论文数量、研究深度和媒体关注度来看，3DGS的热度确实非常高。以下是部分在CVPR 2026上引起广泛关注的3DGS相关研究，可以一窥其热度：
TokenSplat (Highlight)：提出了一个前馈框架，能够直接从无相机位姿的多视角图像中联合进行3D重建和相机位姿估计。 Proxy-GS (满分论文/最佳论文候选)：为结构化的3DGS引入了统一的遮挡先验，在遮挡密集的场景（如城市街景）中，实现了2.5倍到3倍的渲染加速。 EcoSplat (Highlight)：提出了第一个效率可控的前馈3DGS框架，可以在推理时根据目标图元数量自适应地预测3D表示。 EDGS：通过消除致密化（densification）操作来实现3DGS的高效收敛。 Prune Wisely, Reconstruct Sharply：通过自适应剪枝和高斯差分图元来实现紧凑的3D高斯泼溅。 ZipMap：提出了一种线性时间的3D重建方法。 GenWildSplat：目标是实现可泛化的稀疏视角3D重建，能从2-6张未标定、带有外观变化和瞬态遮挡物的图像中重建。 GaussianPile：尝试将传统的体素网格形式的三维体数据转换为3D焦点高斯图元，实现了切片式容积影像的快速重建。 NVGS：利用神经可见性为3DGS实现遮挡剔除，以加速大规模场景的渲染。 ParkGaussian：将3DGS应用于自动泊车场景的环视重建。 GHOST：利用高斯泼溅从RGB视频中快速重建手-物体交互，且不依赖特定类别。 BrepGaussian：探索如何将3DGS从图像重建提升到工程语义层面，试图打通从图像到CAD模型的“最后一公里”。 StabiGS：在3DGS重建的场景中，通过渲染感知的轨迹优化来实现视频稳定。 PDF-GS：通过渐进式干扰物过滤来提升3DGS的鲁棒性。
此外，还有许多其他相关研究，例如将3DGS用于自动驾驶的双世界模型、人脑视觉解码、可重光照的3D头部模型以及事件相机3D重建等，都进一步印证了3DGS技术的广泛影响力和渗透力。
总的来说，3DGS在CVPR 2026上的表现确实非常亮眼，从基础理论到应用落地都有大量高质量的工作，说它横扫/屠榜并不夸张。
3D视觉和机器人SLAM正迎来其发展的黄金时代，CVPR、RAL、ICRA和IROS等作为此领域的顶会顶刊，汇集了全球顶尖的学者和创新思维，推动了3D视觉技术的快速落地。
那么对于想要快速有科研成果的小伙伴来说，最重要的问题莫过于如何能高效、精准地中稿上述会议期刊。
为此，我们邀请到了3D视觉领域的多位学术大牛，为有需要的小伙伴进行深度辅导，从热门领域出发，提升论文中稿率，直至拿下顶会！
导师介绍
下面我们将分方向分别介绍导师，由于篇幅有限，以下展示部分导师。
方向一：SLAM | 三维重建3DGS
方向二：三维重建-结构光
导师一：Lucas
导师二：Wendy
知名高校老师。
个人成就：在Optics Express，Signal Processing，Optics and Lasers in Engineering, IEEE Transcations of Instrumentation & Measurement等著名期刊发表学术论文十余篇，担任Light: Science & Applications、APL Photonics、Photonics Research等高水平期刊审稿人
研究/辅导方向：结构光测量、无损检测。
方向三：6D位姿估计、三维点云
方向四：扩散模型
方向五：自动驾驶感知
方向六：医疗影像方向
方向七：CV/NLP等
3D视觉工坊1v1科研论文辅导方式
