视觉与 3D

从单张开放域图像估计深度、法线和相机参数的几何模型，CVPR'25 Oral 工作，可用于单目三维重建与场景理解。

开源的 AI 摄像头与 NVR 监控平台，用本地 VLM 和 YOLO 做视频分析，并通过 Telegram、Discord、Slack 推送智能安防告警。

基于 Three.js 的 3D 高斯泼溅渲染实现，能在浏览器里直接加载和实时查看高斯泼溅重建出的三维场景。

用代码和 AI 智能体从 OpenStreetMap 数据程序化生成旧金山等城市的 3D 数字孪生场景，在浏览器里通过 Three.js 和 WebGL 实时渲染。

面向 Three.js 的高性能 3D Gaussian Splatting 渲染器，支持 WebGPU 和 WebGL2，可加载 PLY、SPZ 等格式并实现流式 LOD，方便在网页端流畅展示大规模 3DGS 场景。

把文字或照片转成带骨骼绑定的 GLB 虚拟形象，配上 LLM 大脑和 Solana 钱包，一行标签就能嵌入网页，还提供免密钥 MCP 服务供 Claude、Cursor 等调用。

汇总 3D Gaussian Splatting 各类压缩方法的开放综述，帮研究者快速了解不同方案在存储和渲染开销上的取舍。