InfiniSplat：单张照片生成3D场景，大角度切换不再碎——SIGGRAPH Asia 2026录用，代码已开源
InfiniSplat：单张照片生成3D场景，大角度切换不再"碎"——SIGGRAPH Asia 2026录用，代码已开源
一张照片，能不能直接生成一个可以自由转视角的3D场景？3D Gaussian Splatting（3DGS）让这件事变得可行，但现有方法有个老大难问题：近处看着还行，视角一拉远，场景就开始"碎"——裂缝、散点、结构崩塌，根本没法用。
浙江大学团队提出的 InfiniSplat，正是来解决这个问题。论文已被 SIGGRAPH Asia 2026（ACM Transactions on Graphics）录用，代码已开源。
痛点：像素对齐的"近看还行，远看崩"
目前主流的单图3DGS方法，基本都采用"像素对齐"策略——把图像的每个像素位置当作锚点，直接从这些固定位置预测高斯点的属性。这样做简单高效，近处渲染效果也不错。
但问题在于：像素是2D网格，场景表面是3D的。当视角发生较大变化时，这些固定在像素网格上的高斯点跟实际场景表面脱节，导致渲染结果出现裂缝、散乱碎片，整个场景结构"散架"。
简单说：像素对齐让高斯点"站错了位置"，视角一变就露馅。
核心思路：从像素对齐到表面对齐
InfiniSplat 的关键创新，是把高斯点的生成从"像素对齐"转向"表面对齐"。具体分两步：
第一步：几何引导采样。 利用单目深度估计得到的几何信息，在2D平面上按照深度诱导的局部表面结构来放置支撑点（support points），而不是机械地按像素网格排列。这样支撑点天然贴合场景的几何表面。
第二步：隐式高斯解码器。 在这些表面对齐的支撑点上，用一个查询条件化的隐式解码器（query-conditioned implicit decoder）来预测高斯属性。解码器从图像特征中查询信息，而不是直接绑定像素位置，让高斯点的预测更灵活、更贴合真实表面。
两步合在一起，高斯点不再被像素网格"绑架"，而是真正沿着场景表面分布，大视角变化下也能保持结构连贯。
效果：跨数据集SOTA，零样本泛化到开放世界
在多个跨数据集的新视角合成评测中，InfiniSplat 达到了当前最优（SOTA）水平。更值得注意的是：
- 零样本泛化：仅在 Hypersim 室内合成数据上训练，就能直接泛化到复杂的开放世界场景，不需要额外微调。
- LiDAR增强：如果额外输入稀疏LiDAR点云（InfiniSplat-LiDAR版本），新视角渲染质量进一步提升，大幅超越此前方法 ADGaussian。
这意味着 InfiniSplat 不只是"实验室里好看"，在真实场景中也有实用价值。
对谁有用？
- AR/VR 开发者：单张照片就能生成可自由浏览的3D场景，降低内容制作门槛
- 数字孪生/场景重建：配合LiDAR数据，可以快速生成高质量3D场景表示
- 3DGS 研究者：表面对齐的思路为后续研究提供了新方向，代码开源方便复现和改进
开源信息
代码已发布在 GitHub：github.com/zju3dv/InfiniSplat
项目主页：zju3dv.github.io/InfiniSplat
---
*基于 arXiv 论文及项目主页信息整理，InfiniSplat 由浙江大学 CAD&CG 国家重点实验室、UDeer.ai、深圳大学联合完成。*