为什么在 2D 图像上成功的扩散范式难以直接用于 3D 场景生成？
真实扫描数据充满噪点，且物体相互遮挡造成视角盲区和几何缺失，这种缺失既不随机也不符合常规统计分布，因此加噪—去噪的扩散范式无法直接套用；而改用人工合成场景又会因缺少现实的杂乱感产生虚实鸿沟。
TUM 教授 Angela Dai：放下完美数据执念，「逆向自监督」重构 3D 空间智能 | ECCV 2026
资讯摘要
作者丨 张璐 编辑丨 岑峰
AI 摘要
雷峰网整理慕尼黑工业大学 Angela Dai 教授在 ECCV 2026 的演讲，指出 2D 去噪扩散范式因真实 3D 数据的遮挡与噪声而失效。团队提出逆向自监督 SG-NN，把物理遮挡转化为结构先验，再以 Seen2Scene 与 3D 高斯溅射破解大面积盲区的均值模糊，实现跨七八个房间的长距离稳定渲染，并展望空间智能走向具身主动感知。
AI 问答
逆向自监督（SG-NN）是如何利用物理遮挡进行训练的？
它把传感器视野拆解为已知空域、已观测表面和未知盲区三类状态，故意从多帧扫描中移除部分观测帧，构造“更残缺输入”与“相对完整标靶”的训练对，并用掩码损失显式忽略未观测空间，只对人为制造的缺陷区域施加监督。
这套框架目前落地还有哪些现实边界？
一是扩散生成模型采样过程繁复，延迟较高，尚难实时运行；二是复杂场景下精度与速度需要权衡。轻量化稀疏体素与局部包围盒优化被视为工业级部署的关键方向。
更多资讯
企业该买模型还是养上下文？高通技术公司携手中兴努比亚和豆包手机助手，共同推动智能手机迈入个人AI新时代企业案例分享：坤煜量子｜36氪2026产业未来大会量子位2026人工智能年度榜单，正式启动！
AI for everyone in every language时光机器遭遇大规模机器流量企业案例分享：玉盘量智-离子阱量子计算芯片化集成工程实践 | 36氪 2026产业未来大会Announcing instance preference lists for Amazon SageMaker AI training jobs
做了两年AI落地，我总结了这7点思考
HYROX比赛腹泻这事，运动员拼归拼，但主办方不能装看不见字节跳动CEO梁汝波：豆包、飞书与火山引擎整合后 将加大企业市场投入
物理 AI 的大结果何时到来？夜晚睡眠光照太亮可能会损伤心脏豆包手机明日开卖，AI能帮你操作App了吗？英国殖民之前的澳大利亚原居民人口约 222 万
AI 减速还是不减速：一场周末点燃的行业与政府对垒
破局产品同质化：长期主义的产品突围之路
19.98 万元起，吉利银河战舰 700 开启预售，最高 1129 匹马力，还有三电机四驱圆桌：量智共振·多元路径：共筑中国量子产业下一个十年 | 36氪 2026产业未来大会梁文锋CFO到位！投过智谱MiniMaxWindows 11 的 9 月例行安全更新再次引发了大量故障
当黄仁勋和Dario遇上休谟：火鸡、台球与AI末日论主题演讲：破界·量子计算迈向产业深水区——量子计算的下一公里｜36氪2026产业未来大会
AI攻克世纪数学难题，顶尖数学家抱团抵制，而他们担心的并不是丢了工作算力、机器人、仿真与资本，谁在定义物理AI下一个十年？｜第十届全球ICT峰会回顾
展翼之后，三折叠再次进化：HUAWEI Mate XT 2 非凡大师深度体验评测前OpenAI后训练VP回应陶哲轩：说AI毁了数学，可能还是太小瞧AI了清华稳准智能联合发布LimiX-2，结构化数据基础模型登顶国际评测榜单
GPT-6 Sol要来了？OpenAI本周或迎“发布狂潮”美团发布“手艺人Agent”，发型师可“吩咐”AI小帮手打理线上作品