实体
CaT-GS
CaT-GS
PulseAugur coverage of CaT-GS — every cluster mentioning CaT-GS across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的CAT-GS方法稳定多模态神经网络训练
研究人员开发了CAT-GS，一种旨在提高多模态神经网络训练稳定性的新型优化控制器。该方法在不改变模型架构或任务损失的情况下，解决了模态不平衡、门控不稳定和融合梯度冲突等常见问题。CAT-GS采用温度缩放、EMA平滑和梯度重整等技术来稳定神经动力学并减少跨模态干扰。在各种视听和三模态基准上的评估表明，与现有的不平衡感知基线相比，CAT-GS实现了具有竞争力或更优的准确性，同时还表现出更平滑的门控行为和更少的融合梯度冲突。
-
3D高斯溅射技术向具身AI发展，兼具效率与适应性
研究人员正将3D高斯溅射（3DGS）从高质量渲染推进到具身AI和机器人领域的实际应用。CVPR 2026 上展示的最新研究专注于使3DGS在现实世界部署中更高效、更具适应性。创新包括用于快速场景生成的前馈网络，以及根据计算资源自适应控制高斯基元密度。
-
CaT-GS流水线提升大规模场景的3DGS渲染速度
研究人员开发了CaT-GS，一种旨在提高3D高斯泼溅（3DGS）大规模场景渲染效率的新型渲染流水线。该系统通过引入推测性多帧预处理和帧间缓存来减少冗余计算，从而解决计算瓶颈。此外，CaT-GS使用专用内核重构光栅化任务，以平衡瓦片级负载并提高GPU利用率。实验表明，CaT-GS的速度比原始3DGS快10倍，比先前最先进的方法提高了70%。