Super-LIO提出了一种面向资源受限平台的高效激光惯性里程计系统，通过优化地图结构和近邻搜索策略显著提升性能。核心创新包括：1）OctVox紧凑地图结构，将体素划分为2×2×2子体素，每个子体素仅维护一个代表点，实现空间密度控制；2）HKNN启发式近邻搜索，利用预计算候选列表和几何距离剪枝加速匹配。实验表明，系统在X86和ARM平台上分别实现3.7×和4.2×加速，同时保持优于基线方法的精度。

Spark2.0是WorldLabs开源的3D Gaussian Splatting（3DGS）Web渲染器，专注于高效渲染已有的3DGS资产而非重建。它通过全局排序、LoD分层和流式加载技术，解决了传统浏览器渲染3DGS时加载慢、内存占用高和混合排序错误的问题。Spark2.0支持主流3DGS格式，与THREE.js深度集成，并采用WebGL2以确保广泛兼容性。其核心创新包括LoDSplatTr

本文提出GS-SDF，一种结合激光雷达增强高斯溅射和神经符号距离场的统一系统，用于几何一致的渲染与重建。针对现有方法在稀疏观测下几何不一致、LiDAR数据整合困难等问题，该方法通过神经符号距离场提供流形几何场，实现基于SDF的高斯初始化与形状正则化。实验表明，在Replica和FAST-LIVO2数据集上，该方法在重建精度（C-L1平均0.506cm）和渲染质量（SSIM 0.979）方面表现优异

斯坦福大学、UC伯克利和丰田研究院联合发布了OpenVLA，这是一个开源的7B参数视觉-语言-动作模型。OpenVLA基于Llama2语言模型，融合DINOv2和SigLIP视觉特征，在97万真实机器人演示数据上训练。实验显示，OpenVLA在29个任务中比55B参数的RT-2-X模型性能高16.5%，且参数少7倍。该模型支持高效微调，在消费级GPU上通过LoRA和量化技术实现适配，性能优于扩散策

本文提出了一种高效且一致的激光雷达光束平差方法(BALM)，通过点簇坐标对原始点进行紧凑表示，直接最小化点到几何特征的自然欧氏距离。关键创新包括：1)采用点簇概念避免枚举原始点，显著降低计算复杂度；2)推导闭式二阶导数，开发高效二阶求解器；3)实现位姿和不确定性的联合估计。实验表明该方法在计算效率和精度上优于现有方法，为激光SLAM系统提供了更优的全局一致性优化方案。

本文综述了三维高斯喷溅（3DGS）技术的最新进展。3DGS通过显式高斯椭球体建模场景，实现了比神经辐射场（NeRF）更高效的训练（约30分钟）和实时渲染（1080p下30FPS）。文章系统梳理了3DGS在三维重建（包括动态场景）、场景编辑（几何/外观/物理模拟）和下游应用（数字人、SLAM、3D生成）等方面的方法创新。重点分析了质量增强、压缩优化、稀疏视图处理等关键技术，并比较了3DGS与网格、S

本文提出SuGaR方法，首次实现从3D高斯泼溅(3DGS)中高效提取可编辑网格。针对3DGS优化后高斯分布无序的问题，作者创新性地引入表面对齐正则化项，使高斯贴合场景表面；随后提出基于泊松重建的快速网格提取算法，仅需单GPU几分钟即可完成，相比传统SDF方法提速显著。实验表明，该方法在保持3DGS高质量渲染优势的同时，支持网格编辑、重光照等图形学操作，为3D场景建模提供了新思路。

摘要：cuVSLAM是NVIDIA开发的GPU加速视觉SLAM系统，支持单目、双目、RGB-D、视觉惯性及多相机配置。该系统采用前后端分离架构，前端实现低延迟位姿估计，后端负责全局优化。创新性地将多相机系统建模为视场重叠图，自动判断跨相机跟踪关系。通过CUDA加速特征处理、稀疏BA等模块，在Jetson边缘设备上实现实时性能。实验表明，该系统在KITTI等数据集上表现优异，多相机配置显著提升弱纹理

DSO 经典的地方不在于它“第一次做了直接法”，而在于它把直接法系统化、BA 化、工程化了。它证明了一件事：直接法不一定要稠密，也不一定要依赖深度平滑先验。只要点选得好、光度模型足够准确、优化结构设计合理，稀疏直接法也可以做到实时、高精度和高鲁棒性。DSO 对后续工作的影响主要有三点。第一，它让光度误差成为 SLAM 后端中的一类标准残差。后来的很多 VIO、RGB-D、LiDAR-Visual

摘要： 论文《Trick-GS: A Balanced Bag of Tricks for Efficient Gaussian Splatting》提出了一种高效优化3D高斯泼溅（3DGS）的方法，通过组合多种已验证策略，在模型压缩、训练速度和渲染效率之间取得平衡。Trick-GS采用渐进式训练（分辨率、模糊、尺度）、基于体积和显著性的高斯剪枝、球谐函数（SH）掩码等技术，显著降低了模型存储（最