S2Tok：用持久空间令牌做流式3D高斯重建
Get the story
2026年10月8日，arXiv（Computer Vision，一手来源）发布 S2Tok 框架，提出一种前馈式流式 3D 高斯重建方法。该框架可从未标定图像流中维护尺寸自适应的持久场景状态：通过空间信息 transformer 整合新观测，并用可学习的准入模块选择性扩展表示，以限制冗余存储；再由分层解码器与高斯头生成非像素对齐的 3D Gaussians，无需缓存过往帧即可渲染新视角。论文报告在四个 benchmark 上的实验结果，显示其在紧凑高斯表示下取得有竞争力的流式渲染质量。目前公开信息仅涉及该论文本身，未见后续验证、独立复现或争议报道。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Computer VisionS2Tok：用持久空间 token 实现流式 3D 高斯重建
S2Tok 是一种前馈框架，可从未标定图像流中维护尺寸自适应的持久场景状态。它通过空间信息 transformer 整合新观测，并用可学习的准入模块选择性扩展表示以限制冗余存储，再由分层解码器与高斯头生成非像素对齐的 3D Gaussians，无需缓存过往帧即可渲染新视角。四个 benchmark 实验显示其在紧凑高斯表示下取得有竞争力的流式渲染质量。
Heat trend
Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.