概览
以几何为先，外观独立表达。
QuerySplat通过一次前馈推理，从图像预测可渲染的3D高斯场景。即使没有预先提供相机位姿，也能用于新视角合成。
模型将理解场景空间结构所需的信息，与复现视觉外观所需的信息分离开来，在提升空间表达灵活性的同时保留高频外观细节。
官方发布包含自定义图像预处理、3D高斯预测与渲染、VGGT-Omega相机和深度预测，以及可选的测试时优化。
规格参数
核心能力
无需位姿的几何理解
预训练视觉几何模型提供空间先验，使模型无需用户提供相机位姿即可理解场景几何。
几何与外观显式解耦
几何分支和外观分支分别建模，减少预测3D高斯时空间结构与视觉细节之间的耦合。
高频细节恢复
专用外观路径恢复细腻的纹理与颜色细节，让新视角比早期Query模型更加清晰。
前馈式推理
使用官方推理流程处理自定义图像，并可在需要额外重建质量时启用测试时优化。
评测
在DL3DV上实现领先的新视角合成效果
在具有挑战性的DL3DV基准测试中，相较最强无需位姿基线，QuerySplat平均PSNR提升2.30 dB；相较最强需要位姿基线，提升1.04 dB。
相较最佳无需位姿基线的平均PSNR提升
相较最佳需要位姿基线的平均PSNR提升
方法
以视觉几何为基础的Query解码器
QuerySplat采用双分支Query解码器。几何分支从预训练视觉几何模型的空间感知记忆中读取信息，并定义场景坐标系；几何Query解码空间高斯参数，外观Query读取RGB与Plücker记忆，恢复其余属性。最终通过可微泼溅，在视觉几何模型定义的坐标系中监督生成的高斯。
体验
把空间重建带出论文
在网页或iOS上探索InSpatio的空间体验。这些产品入口用于体验重建场景；完整的QuerySplat实现与模型权重仍在研究发布中开放。
常见问题
QuerySplat是什么？
QuerySplat是一种前馈式3D高斯泼溅框架。它使用几何先验并显式解耦几何与外观表征，从多视图图像预测可渲染的3D高斯场景。
QuerySplat需要相机位姿吗？
不需要预先提供相机位姿。几何分支利用预训练视觉几何模型进行空间理解，并在其定义的坐标系中预测相机和3D高斯。
QuerySplat在DL3DV上的表现如何？
QuerySplat在DL3DV新视角合成基准上达到领先水平，相较最佳无需位姿与需要位姿基线，平均PSNR分别提升2.30 dB和1.04 dB。
QuerySplat是否开源？
是。官方GitHub仓库提供推理实现，QuerySplat模型权重在Hugging Face发布。QuerySplat自研代码采用Apache-2.0许可，第三方组件适用各自许可。