我们日常见到的柜子、抽屉、冰箱，大多处于闭合状态。如果只给你看一张闭合柜门的照片，你能准确说出里面有几个抽屉、门往哪边开吗？这正是Rest2Art要解决的核心问题：从物体的静止状态观测中，重建出完整的部件级几何和关节运动参数。现有方法要么需要多个运动状态作为输入，要么依赖已知的部件数量，而Rest2Art通过三个关键设计突破了这些限制：首先，让视觉语言模型和分割模型相互“挑错”，在迭代协同优化中自动发现部件；然后，利用视频扩散模型合成可能的铰接运动，从中提取运动轨迹；最后，用网格几何约束来筛选和精化关节参数。实验表明，该方法在合成和真实数据集上均能有效恢复铰接结构，但也存在视频生成可能失败、微
传统3DGS难以处理镜面反射，且现有反射重建方法通常依赖密集的360度覆盖。PanoLess通过表面对齐的2D Gaussian Splatting提取精确法线，结合延迟着色查询神经立方体贴图，从单侧反射图像中恢复环境贴图。引入可见性掩码区分观测与推断区域。在Shiny Partial基准上显著优于MaterialRefGS等基线。注意：该方法对相机位姿敏感，且仅适用于高镜面反射表面。
本文介绍Lumera流水线，通过SpatialLM解析对象3D框和参数化灯光，结合SAM3D网格重建与IntrinsicHDR环境估计，生成可直接导入Blender或UE5的结构化场景。实验显示Lumera-Box在检测指标上领先，但灯光定位F1仅为0.209。Agent精炼循环作为受限编辑器，防止错误传播。
本文介绍Crowd4D框架，针对大场景单目人群重建中的深度歧义和尺度漂移问题，提出人类-场景交互代理（HSIP）和人群结构相干正则化（CSCR）。在VirtualCrowd和PANDA数据集上，PPDS达到91.43，MPJPE降至59.35，优于DyCrowd等基线。该方法为离线优化，计算成本较高，适用于城市管理和公共安全场景，需注意隐私保护。
本文介绍Event3R框架，解决RGB前馈方法在快速运动或极端光照下的脆弱性问题。通过将异步事件流离散化为时空体素，并利用Temporal Encoder聚合时序线索，结合DUSt3R骨干网络直接预测全局对齐3D点云。引入Masked Bin Modeling (MBM)进行自监督预训练。实验显示在TartanAir和MVSEC数据集上优于EvGGS等基线。注意：推理需GPU资源，且点云可视化颜色仅用于展示，训练推理未使用RGB数据。
本文介绍MAGiSt3R，首个用于单目RGB视频的多代理前馈3D重建框架。针对现有NeRF/3DGS SLAM依赖每场景迭代优化导致速度慢，以及前馈3R模型缺乏全局优化易产生累积漂移的问题，MAGiSt3R通过MAGMA模块实现子图聚合，结合位姿图优化（PGO）减少漂移。实验显示，在ReplicaMultiagent和AriaMultiagent数据集上，其重建精度和轨迹跟踪（ATE RMSE）均优于SOTA前馈基线，推理速度约10 FPS。需注意，部分RGB-D SLAM基线使用RGB-D输入，对比时仅作为参考上限。
传统全局SfM依赖尺度模糊的对极几何，导致全局定位对噪声基线估计和弱视图图约束敏感。DGSfM通过将单目深度估计集成到全局SfM中，利用深度感知相对位姿求解、视图图过滤和深度引导初始化来解决尺度歧义和初始化敏感性问题。实验显示，在ETH3D和LaMAR数据集上，该方法显著提升了相机位姿估计精度。需注意，方法性能受单目深度模型质量影响，且严格过滤可能略降点云完整性。
水下环境存在光衰减、散射及视图依赖退化，且缺乏大规模高质量3D标注，导致现有基于陆地数据的Feed-forward 3D重建模型泛化能力差。Wat3R提出了一种跨域半监督学习框架，利用合成数据和未标注真实视频，无需水下3D标注即可将VGGT适配至水下场景，并引入跨视图一致性损失以应对水体退化。实验表明，Wat3R在Sea-thru、FLSea Stereo、SQUID、SeaThru-NeRF及Water3D上均显著优于基线。但需注意，处理高动态元素能力有限，且在极端退化条件下性能仍受限于可见性。