3D Gaussian Splatting 的官方参考实现，用高斯点云做辐射场重建，实现实时可交互的逼真场景渲染。

模块化 3D Gaussian Splatting 框架，把训练、渲染、数据集和评估拆成可替换组件，方便做多视角重建与新视角合成的实验对比。

用高斯层级表示做三维重建和新视角合成，能从多视角图像重建可实时渲染的场景，适合需要高质量渲染的 3D 视觉任务。

用高斯泼溅做城市级大场景三维重建，通过细节层次（LOD）策略兼顾高质量渲染与训练效率，支持新视角合成。

ICCV 2021 提出的神经渲染方法，能从多视角图像高效重建几何与神经辐射场，用于新视角合成。

用 2D 高斯面片做辐射场重建，能同时合成新视角并输出几何精确的表面，解决了传统 3DGS 重建表面粗糙、几何不准的问题。

包含一万个场景的大规模 3D 重建数据集，为神经渲染和新视角合成研究提供训练与评测数据。

统一 NeRF 与 3DGS 方法的可复现评测框架，提供标准化基准和工具，方便公平比较不同新视角合成方案的性能。

压缩 3D 高斯泼溅模型，减少存储占用并加速新视角合成渲染，适合在资源受限设备上部署 3DGS 场景。

ScanNet++ 是一个高保真 3D 室内场景数据集，提供配套工具，支撑三维重建、语义与实例分割、新视角合成等研究。

用张量分解来建模和重建辐射场，把 NeRF 的显存占用和训练时间大幅压下来，同时保持渲染质量。

SPARF 是 CVPR 2023 的官方实现，用稀疏且带噪声的相机位姿训练神经辐射场，同时优化位姿，实现新视角合成。

一种前馈式 3D 高斯泼溅新方案，用体素对齐预测替代逐像素回归，提升新视角合成的重建质量与效率。

基于 3D 高斯泼溅的高动态范围新视角合成方法，用高斯表示重建 HDR 场景，比 NeRF 类方案快约 1000 倍。

用 PyTorch 和 CUDA 复现 3D Gaussian Splatting 的非官方实现，支持三维重建和新视角合成，方便研究和二次开发。

用单张图片自监督重建三维场景，基于神经辐射场实现新视角合成与深度估计，无需三维标注数据。

从稀疏多视角图像前馈式重建 3D 高斯，用代价体积做几何匹配，无需逐场景优化就能快速合成新视角。

用辐射高斯泼溅做 X 射线新视角合成，只需少量稀疏视角就能快速重建 CT 三维结构，比 NeRF 类方法更高效。

用 C++ 实现的高斯点泼溅渲染方案，把 3D 高斯点直接投影成图像，为实时三维重建和新视角合成提供高效渲染路径。

面向 3D 高斯泼溅训练优化的高效研究框架，配套 CVPR'26 论文，用 CUDA 加速高斯泼溅优化流程，方便做新视角合成的研究与实验。

针对 3D Gaussian Splatting 的投影误差做系统分析，提出最优投影策略，改善新视角合成中的渲染质量与几何一致性。

CVPR 2025 提出的可变形径向核泼溅方法，用更灵活的核形状替代高斯核做可微渲染，提升三维场景重建与新视角合成的质量。

面向鱼眼等通用相机的 3D 高斯泼溅渲染实现，让新视角合成在非针孔相机下既精确又高效，适用于自动驾驶与 AR 场景。

从单目视频实时重建动态三维高斯场景，用运动自适应样条建模物体运动，解决动态场景新视角合成中运动表示不鲁棒的问题。

用稀疏视角重建户外场景的神经辐射场方法，面向自动驾驶场景的新视角合成，提供 ICCV'23 论文的 PyTorch 实现与训练代码。

从多视角立体视觉出发，前馈式快速重建可泛化的高斯泼溅表示，无需逐场景优化即可合成新视角。

基于结构感知的稀疏视角 X 射线三维重建工具箱，用 Transformer 和 NeRF 从少量 X 光片重建 CT 体积并合成新视角，降低辐射采样需求。

从单张图片生成多视角一致图像，进而重建完整三维场景，解决单视图场景重建中视角覆盖不足的问题。

把 NeRF 表示成输入点云的三角剖分，用光线追踪做三维重建，训练和渲染更快，适合从点云直接生成高质量新视角。

从稀疏视角前馈式合成 360 度场景，结合高斯泼溅与视频扩散模型，无需逐场景优化即可生成可自由漫游的新视角画面。

持续更新的 3D 高斯泼溅（3DGS）论文合集，按主题整理新视角合成与 3D 重建相关研究，方便快速跟进领域进展。

追踪 arXiv 上 3D 高斯泼溅（Gaussian Splatting）最新研究进展的精选列表，每日自动更新，帮研究者快速跟进三维重建与渲染的前沿论文。