3D环境感知领域顶尖学者论文追踪202510-202610覆盖四层结构 16 位学者的年度重点动态。关联度评级基于仓储拣选机器人业务RGB-D 三维感知、传送带 3D 实例分割、SKU 分离、泛化抓取、反光/透明物体、密集堆叠。一、物理 / 几何感知空间长什么样Richard NewcombeMeta Reality LabsGeneralized non-exponential Gaussian splattingMeta将 3DGS 扩展到非指数透射率模型更真实地模拟云雾、枝叶等复杂材质渲染提速约 4 倍。关联度中材质建模思路可借鉴到反光 SKU 的 splat 渲染FLICKERMeta NVIDIA3DGS 硬件加速器通过细粒度贡献分析实现实时渲染。关联度中动态Meta Reality Labs 整体转向 3DGS 为主的物理世界捕获管线Quest 3 上的 VR splat 渲染、全身 Gaussian 头像 SqueezeMe 72fps。关联度中Marc PollefeysETH / MicrosoftDROID-SLAM in the Wild2026.03可微分不确定性感知 BA 的实时 RGB SLAM动态杂乱场景下约 10 FPS实时位姿与几何 SOTA。关联度高传送带动态场景的鲁棒跟踪直接相关OmniPoint2026.09统一针孔/鱼眼/全景相机的单目米制点云框架零样本泛化支持内参/稀疏深度注入。关联度高多相机型号统一感知的范式Memory Over Maps2026.03不做全局 3D 重建仅存带位姿的 RGB-D 关键帧做视觉记忆查询时用 VLM 重排 按需深度反投影定位目标建索引快两个数量级。关联度高免建图目标定位对拣选场景的目标检索极具参考价值Global SfM Meets Feedforward Reconstruction2026.05经典 SfM 与前馈重建DUSt3R 类结合的新管线弱纹理/低重叠场景更稳开源。关联度中PolyLayoutECCV 2026多房间 Manhattan 布局联合估计。关联度低Stefan LeuteneggerTUM Smart Robotics LabGSFix3D3DV 2026扩散模型引导修复 3DGS 新视角的破损区域。关联度中SplatXtRactRA-L 2026开放世界 ROI 提取 精修的可控 3DGS从大场景中只重建/跟踪感兴趣区域。关联度高只关注传送带目标区域的算力裁剪思路Situated PerceptionISARC 2026场景级 物体级定位的 Spatial AI用于移动机器人装配作业。关联度高GSFusionRA-L 2024 末组内代表作在线 RGB-D 建图中 3DGS 与 TSDF 融合。关联度高与你们 RGB-D 稠密建图路线同源AERO-VISRA-L 2026.10异步事件相机 VIO机载实时。关联度低事件相机思想可关注但场景不同Sebastian ThrunStanford创办 stealth 机器人公司 Dulo2026.08 宣布定位硬件设计基础模型目标是 manufacturing at lightspeed团队含 Waymo / Google Brain / SAIL 核心成员。本人方向已从 SLAM 理论转向创业后续跟踪以公司动态为主。关联度中Physical AI 赛道风向标2026 Q1 该领域融资 $16.3B 创纪录二、RGB-D 感知理解深度相机怎么读世界Dieter FoxUW / NVIDIA Seattle Robotics LabPointWorld2026.02与李飞飞团队合著面向真实场景机器人操作的规模化 3D 世界模型。关联度高GraspGenICRA 2026扩散模型 6-DoF 抓取生成框架 on-generator 训练NVIDIA 拣选管线的核心工作。关联度高Point Bridge2026.02用 3D 点表征做跨域仿真↔真实策略学习。关联度高Recurrent-Depth VLA2026.02通过潜空间迭代推理实现 VLA 隐式测试时扩展计算。关联度中Open-World TAMP via VLM Inferred ConstraintsRA-L 2026VLM 推断约束驱动的开放世界任务与运动规划。关联度中其组延续 RGB-D 透明物体深度补全、未见物体实例分割RGB/Depth 分离利用等长期路线。关联度高刘烨斌清华Tessellation GS3DV 2026网格面片锚定的结构化 2D Gaussian单目动态物体重建更稳解决 3DGS 各向异性过拟合问题。关联度中多尺度动力学高斯序列2026从随手拍单目视频做 4D 重建物体→粒子级多尺度运动分解可用于机器人操作数据扩展。关联度中DancingBoxCHI 2026 最佳论文提名清华参与仅 RGB 相机 视觉基础模型组合π3/SAM2/CoTracker3实现任意物体驱动的角色动画展示基础模型拼装替代专用动捕系统的工程范式。关联度中组内长期强项动态场景 RGB-D 融合捕捉、人体/手部高保真重建。关联度中贾佳亚已转任 HKUST 冯·诺依曼研究院院长SmartMore 创始人DreamOmni22025.10开源多模态指令编辑与生成基础模型多项指标超 Google 闭源同期模型。关联度低InternVLA-M12025.10 合著空间引导的 VLA 通用机器人策略框架。关联度高空间先验注入 VLA动态2026.01 当选 ACM FellowSmartMore 聚焦工业智能体机器人 边缘 AI 传感器 Agent 软件已服务 730 家企业深圳智能制造工厂 2022 年起运营。关联度高制造业视觉 → 工业智能体路线与你们最接近的产业样本章国锋浙大 / InSpatio 创始人创办影溯 InSpatio2025.073D 世界模型公司InSpatio-WorldFM2026.03 开源消费级 GPU 上实时推理的交互式 3D 世界模型。关联度高QuerySplat2026.08 开源前馈式 3DGS 生成技术 Crystal 空间相机 App。关联度中2026.035 篇 CVPR 2026 接收组内延续线SplatLoc3DGS 视觉定位、CG-SLAM不确定性感知 3DGS 稠密 RGB-D SLAM、PGSR平面约束 GS 高保真表面重建。关联度高GS-SLAM 表面重建与你们 RGB-D 建图直接相关Jiajun WuStanfordTheory of SpaceICLR 2026与李飞飞等具身空间认知评测新范式——模型须主动探索构建/修正认知地图。重要发现所有前沿多模态大模型在视觉空间推理上系统性弱于文本朝向感知接近随机、信念漂移严重。关联度高说明 VLA 结合显式 3D 重建的必要性佐证你们的技术观点3D-Generalist3DV 2026与 NVIDIAVLM 当策略自举生成仿真就绪 3D 环境用于基础模型预训练数据。关联度中机器人操作动力学模型综述Science Robotics 2025与苏昊等学习型动力学模型用于可变形物体、颗粒物、多物体交互的权威综述。关联度高Physical Object Understanding with a Physically Controllable World ModelCVPR 2026 Highlight。关联度中Christian TheobaltMax PlanckEgoRelightSIGGRAPH 2026单 HMD 第一视角同时做全身捕捉 HDR 环境光估计 可重光照真实感头像。关联度低UMATOG 2026.0940 台 6K 相机多视角2D 视频点跟踪器监督 3D 形变超细节纱线级纹理人体头像。关联度低2D 基础模型监督 3D 的思路可迁移Faster 3DGS Convergence via Structure-Aware DensificationSIGGRAPH 2026结构感知致密化加速 3DGS 收敛。关联度中三、属性理解是什么、什么材质、什么关系朱松纯BIGAI / 北大触觉高分辨率机器手Nature Machine Intelligence 2025机器人手嵌入高分辨率触觉实现类人自适应抓取。关联度高视觉抓取失败时的触觉兜底路线Lifting Unlabeled Internet-level Data for 3D Scene Understanding2026.05把无标注互联网数据提升用于 3D 场景理解。关联度中TEA具身智能体原位评测2026 unseen 环境自动生成 8.7 万认知任务发现 SOTA 模型基础感知差、3D 交互意识严重缺失。关联度中Part-level Scene Reconstruction Affords Robot InteractionIROS延续线 Move to Understand 3D SceneICCV 2025 Highlight部件级重建支撑机器人交互、边走边理解 3D 场景的具身导航。关联度高PhyReconNeurIPS 2024延续影响物理可信的神经场景重建物理稳定性约束进重建损失。关联度高堆叠 SKU 稳定性判断可借鉴苏昊UCSD →2026.04 回国加盟复旦Hillbot 联合创始人/CTO重大动态2026.04 China3DV 上官宣回国任复旦浩清特聘教授领衔建设通用物理智能研究院并出任院长具身领域华人学者被引第一超 14.5 万次。关联度高国内物理智能生态的关键落子招聘/合作潜在对象π0.7Physical Intelligence2026可转向的通用机器人基础模型多模态上下文条件化子目标图、任务元数据实现零样本跨具身泛化。关联度高AnyHand2026250 万单手 410 万手物交互 RGB-D 合成数据集RGB-D 融合轻量模块即插即用。关联度高RGB-D 融合机制直接可借鉴到你们图漾/海康双目融合Scaling Cross-Embodiment World ModelsIROS 2026用 3D 粒子集合统一人手/机器人手表征跨具身世界模型 规划。关联度中PartFieldICCV 20253D 特征场做部件分割部件级理解的新基建。关联度高与你们 SKU 部件级分离同问题域LodeStar2025.08人类演示合成数据增强做长时程灵巧操作。关联度中李飞飞Stanford / World LabsMarble 商用化2025.11 正式发布2026.06 全量开放多模态输入文本/图像/视频/3D 布局→ 可交互 3D 世界同时输出 3DGS视觉 碰撞网格物理。Chisel 模式解耦结构与风格。关联度高世界模型三分法2026.06 官方文章Renderer输出像素/ Simulator输出状态/ Planner输出动作主张 Simulator 是关键枢纽——几何物理知识可同时投影为渲染与动作预测。关联度高对判断 VLA/世界模型路线有框架价值R2S2R 引擎2026.07Real-to-Sim-to-Real 机器人策略训练评估引擎Marble 场景导入 Isaac Sim建仿真环境从数周缩到数小时计划在仓库、实验室、电子装配等半结构化场景真实部署验证。关联度高与你们业务场景直接重叠收购 SceniX2026.07机器人仿真公司创始人李昀烛Atlas 多模态世界模型2026.09以空间上下文替代文本上下文像素级精确 3D 重建Spark 2.0 开源 3DGS 渲染引擎2026.04。融资2026.02 完成 $10B?? 实为$10 亿美元融资Autodesk $2 亿领投估值约 $50 亿。关联度高空间智能从研究到商业部署的信号四、感知服务操作理解之后怎么抓Shuran SongStanford REALab2026 年 14 篇系统性产出三条主线基础模型与策略微调Transformer Transformer机器人形态与控制联合协同设计ALOHA 轨迹误差降 70%、DF-ExpEnse、Gated Memory Policy。关联度中多感官融合与顺应控制Minimalist Compliance ControlRSS 2026极简柔顺控制、UMI-FT野外顺应操作预训练策略适应力反馈、Multisensory Continual Learning视觉受阻时靠触觉/力觉续跑。关联度高密集堆叠抓取的接触柔顺问题数据采集与跨具身ModPack可扩展双臂移动操作遥操接口、HoMMIRSS 2026从人类演示学全身移动操作、One Demo Is Worth a Thousand Trajectories动作-视角增强、Geometry-Aware 4D Video Generation for Robot ManipulationICLR 2026、DexMachinaICML 2026双臂灵巧功能重定向。关联度高遥操数据采集接口与你们手柄遥操采集直接对标Sergey LevineUC Berkeley / Physical Intelligence 联合创始人Steerable PoliciesRSS 2026VLA 用子任务/运动/像素坐标等多抽象层级的合成指令训练解锁 VLM 高层推理对底层行为的精细控制。关联度高Emergence of Human-to-Robot Transfer in VLARSS 2026充分多样预训练后人类视频→机器人技能迁移涌现泛化场景性能近翻倍。关联度高你们遥操数据 互联网视频混合训练的依据π0.7Physical Intelligence2026见苏昊条目——Levine 为 PI 联创与苏昊组有共同产出。关联度高RoboReward2026.01VLM 通用奖励模型自动生成真实机器人任务奖励。关联度中Beyond SightMulti-Sensory Robot Policies视觉/触觉/音频多感官策略。关联度中五、工程落地更关注韦特嘉机器人Ulti Robotics硬件的可靠性及软件的可控性3D 视觉算法平台、实例分割、动态权重 RGB-D 融合模型、泛化抓取、订单到人系统全部自研相机、PLC/伺服外采后做深度二次开发。这意味着学界每开源一项突破GraspGen、PartField、深度融合模块都能在不被任何单一技术栈绑定的前提下快速集成验证——工程自由度是学术界所不具备的。问题域高度收敛学界 2025-2026 的爆发集中在动态场景 SLAM、部件级分割、扩散抓取生成、仿真数据扩充而这些正是“电商前置仓 传送带 密集堆叠 SKU”这一个场景的全部痛点。韦特嘉不需要泛化到户外、人形、开放世界只需在这一收敛场景里把开源底座攒成可靠性产品——竞争的本质是集成速度和现场数据规模而不是单点算法领先。本期高关联 Top 5按业务价值排序李飞飞 World Labs R2S2R 仓库场景部署计划——世界模型直接瞄准半结构化仓储场景的机器人策略训练与你们业务正面重叠需密切跟踪其真实部署效果。苏昊回国 PartField / AnyHand——部件级 3D 理解与大规模 RGB-D 合成数据两手抓其复旦通用物理智能研究院是国内最对口的学术合作/招聘生态。Pollefeys 组 Memory Over Maps——免建图 RGB-D 关键帧记忆 VLM 目标检索索引构建快两个数量级对拣选目标定位是轻量化新范式。NVIDIA/Fox 组 GraspGen PointWorld——扩散抓取生成 3D 世界模型是拣选抓取管线的当前工业级标杆。Song 组 UMI-FT / Minimalist Compliance Control Levine 组人类视频迁移涌现——密集堆叠抓取的接触柔顺与低成本数据扩展的两条可行路径。结构性观察年度视角3DGS 已全面接管几何感知层四层学者 2025-2026 的主要产出几乎都迁移到 Gaussian 表征SLAM、动态重建、表面重建、世界模型导出格式。世界模型 渲染器/模拟器/规划器的分化正在发生李飞飞主张 Simulator 为核杨立昆走纯隐式路线双方是未来两年最值得看的路线之争。RGB-D 语义大模型结合的具体形态已经清晰关键帧记忆 VLM 重排Fox/Pollefeys 线、VLA 空间先验注入InternVLA-M1、Steerable Policies、触觉兜底朱松纯、Levine 多感官。中国学者权重显著上升苏昊回国、章国锋创业、贾佳亚产业落地、刘烨斌/朱松纯持续产出——国内物理智能学术-产业闭环正在成形。