空间智能

美林数据Tempodata

李飞飞最新论文深度解读：从语言到世界，空间智能将重写AI的未来十年【前言】如果说大语言模型点燃了人工智能的“语言革命”，那么李飞飞最新发表的长文则试图回答一个更深层的问题：真正的智能是否必须扎根于空间与物理世界？

数字孪生家族

视频孪生与空间智能：重构数字时空认知，定义智能决策新范式在当今数字化技术飞速发展的时代，视频孪生技术和空间智能正逐渐成为推动各行业变革的关键力量。视频孪生技术，作为连接现实世界视觉信息与数字空间的 “高速通路”，由智汇云舟首倡，它将实时视频流与三维数字场景深度融合，把物理世界的动态变化以视频形式实时映射至数字空间，让数字场景具备 “实时可视、动态追踪” 的特性。

【视频生成】GVS：生成式视图拼接标题：GENERATIVE VIEW STITCHING 来源：MIT CSAIL ；RunwayML 项目：https://andrewsonga.github.io/gvs

数字孪生家族

视频孪生与空间智能：重构物理世界的时空认知范式空间智能（Spatial Intelligence）以空间坐标为核心，通过感知、分析、建模实现对物理空间中 “人、物、事件” 的位置关联与规律挖掘，为各类场景提供精准的空间决策依据。其核心价值在于打破空间数据的碎片化局限，构建 “空间 - 实体 - 行为” 的关联体系，例如通过空间拓扑分析优化资源布局，依托位置匹配实现多设备协同。

【三维重建】即插即用的3DGS的PDE优化：高质量渲染和重建标题：<Plug-and-Play PDE Optimization for 3D Gaussian Splatting: Toward High-Quality Rendering and Reconstruction> 来源：匿名作者

【无标题】SceneSplat：基于视觉-语言预训练的3DGS场景理解标题：<SceneSplat: Gaussian Splatting-based Scene Understanding with Vision-Language Pretraining> 来源：阿姆斯特丹大学计算机视觉实验室、苏黎世联邦理工学院、索菲亚大学圣克利门特·奥赫里德斯基学院、南京航空航天大学、比萨大学、特伦托大学主页：https://github.com/unique1i/SceneSplat

索迪迈科技

INDEMIND亮相2025科技创变者大会，以机器人空间智能技术解锁具身智能新边界9月5日，2025科技创变者大会在北京圆满落幕。本届大会以“具身智能产业智变新引擎”为主题，汇聚行业力量共同探索具身智能的前沿创新与产业变革。

袋鼠云数栈

袋鼠云产品功能更新报告14期｜实时开发，效率再升级！本期，我们更新和优化了实时开发相关功能，为您提供更高效的产品能力。以下为第14期袋鼠云产品功能更新报告，请继续阅读。

为了更强大的空间智能，如何将2D图像转换成完整、具有真实尺度和外观的3D场景？本文介绍了一项关于空间智能领域的前沿研究成果——《Towards Scalable Spatial Intelligence via 2D-to-3D Data Lifting》，该论文被ICCV 2025接收，合作单位包括杜伦大学、阿里巴巴达摩院、清华大学和中科院-特斯联人工智能实验室。

ARFoundation系列讲解 - 101 VisionPro 真机调试这个章节我将介绍使用Unity开发AppleVIsonPro应用如何发布到AppleVIsonPro眼镜设备上进行真机调试，包括了开发软硬件的要求，开启开发者模式和Wi-Fi无线调试功能。

【物理重建】SPLART：基于3D高斯泼溅的铰链估计与部件级重建标题：《SPLART: Articulation Estimation and Part-Level Reconstruction with 3D Gaussian Splatting》项目：https://github.com/ripl/splart

【三维重建】去除瞬态物体Distractor汇总3D高斯溅射（3DGS）由于其高质量的渲染、效率和低内存成本，最近在新型视图合成领域得到了广泛的应用。它的应用跨越了虚拟现实、增强现实和机器人技术等。但该方法假设输入图像是静态没有噪声的，往往难以满足。例如，用手机随意拍摄的图像通常包含混乱的动态物体，或瞬态物体。因此，由于总是存在许多瞬态遮挡，因此很难对场景进行建模。从技术上讲，3DGS能够有效地建模静态场景，因为图像中的静态对象满足不同视点之间的几何一致性约束。然而，瞬态对象并不遵循这个假设。如果在训练中包含瞬态对象的图像被简单地使用于3DGS，这种变

【三维重建】Semantic Gaussians:开放词汇的3DGS场景理解开放词汇的三维场景理解是计算机视觉中的一个重大挑战，在具体化代理和增强现实系统中有着广泛的应用。现有的方法采用神经渲染方法作为三维表示，联合优化颜色和语义特征，同时实现渲染和场景理解。本文介绍了一种基于三维高斯溅射的开放词汇场景理解方法语义高斯。我们的关键思想是将知识从二维预训练模型提取为三维高斯模型。与现有的方法不同，我们设计了一种通用的投影方法，将预先训练好的图像编码器映射到一个新的三维高斯的语义component ，这是基于空间关系，不需要额外的训练。我们进一步建立了一个三维语义网络，直接从原

我是有底线的