InfiniSplat：面向大基线单目视图合成的隐式高斯解码
原标题:InfiniSplat: Implicit Gaussian Decoding for Large-Baseline Monocular View Synthesis
AI 导读
InfiniSplat针对单图像前馈式3D Gaussian Splatting在大视角变化下结构不连贯的问题，提出从像素对齐转向表面对齐。方法利用深度引导采样布置2D支持点，再通过查询条件隐式解码器预测高斯属性；论文称其在跨数据集新视角合成评测中达到单图像前馈基线的最佳性能，并可从Hypersim室内合成训练零样本泛化到开放世界场景。
为什么值得读
单图像3DGS正从像素网格预测转向几何约束表示，这项工作直接检验了大基线视角变化下的结构泛化能力。
深度解读
1. 发生了什么
**原始事实：**论文提出 InfiniSplat，一种从单张图像直接生成可渲染3D Gaussian Splatting场景表示的前馈框架，目标是支持大基线单目视图合成。
2. 核心技术
**原始事实：**方法先使用深度引导采样，根据深度诱导的局部表面结构放置2D支持点，再从这些支持点查询图像特征，并通过查询条件隐式解码器预测高斯属性。其表示从固定像素中心转向更接近场面的支持布局。
3. 关键证据与数字
**原始事实：**摘要称 InfiniSplat 在多项跨数据集新视角合成评测中相较单图像前馈基线达到 state-of-the-art，并展示了从 Hypersim 室内合成训练到复杂开放世界场景的零样本泛化。摘要没有给出具体 PSNR、SSIM、LPIPS、场景数量或提升幅度。
4. 为什么重要
**分析：**像素网格天然提供规则覆盖，但不保证高斯与真实表面对应。将支持位置与深度结构关联，可能减少由离散网格造成的散落原语，并改善较大视角变化下的遮挡关系和几何连续性。该方向也把单图像3DGS的瓶颈从“预测更多高斯”转向“如何放置和查询高斯”。
5. 实际影响
**分析：**若论文报告的跨域结果可复现，该方法可用于单张照片到可交互3D场景、机器人视觉中的快速视图预测，以及缺少多视角采集条件的内容生成流程。前馈推理仍可能比逐场景优化更适合批量处理，但真实部署还取决于深度估计质量、解码速度和高斯数量。
6. 局限与不确定性
**原始事实：**当前提供的信息只包含摘要，未披露模型规模、推理延迟、显存占用、训练细节、具体基线和完整消融结果。**分析：**方法对深度诱导表面结构的依赖意味着深度错误、薄结构、反射表面和严重遮挡可能影响支持点布局。**未经证实推断：**开放世界零样本泛化不等于所有相机、光照和场景类型都稳定有效，仍需查看定量结果、可视化和失败案例。
7. 原始来源
以上链接和论文标题来自提供的来源；具体实验结论应以论文正文、附录和代码为准。