如何看待神经渲染逐渐弃用神经网络现象？ - 知乎
所以NeRF需要一个basis function来表示连续的function，network自然是不二之选，当然有很多其他选择就是了。 而3dgs是通过gaussian kernel对signal进行reconstruction, 类似于你预先设定 …
NeRF 3DGS日报 - 知乎
Nov 10, 2025 · FastAvatar: Towards Unified Fast High-Fidelity 3D Avatar Reconstruction with Large Gaussian Reconstr…
目前研0只具备深度学习相关知识，想要入门NeRF和3DGS需要具备 …
NeRF 还粘着点Neural， 3DGS 就完全没有神经网络的成分了。 除了利用现有深度学习做梯度下降优化，3DGS和深度学习关系不大。 NeRF/3DGS本质上还是在解决渲染的问题。 这是计算机 …
NeRF and Beyond日报 - 知乎
NeRF and Beyond日报 介绍最新的NeRF和周边技术汇总 NeRF 3DGS日报 · 151 篇内容
为什么nerf没有采用transformer架构而是mlp? - 知乎
5. 总结 综上所述，NeRF选择MLP而非Transformer作为其架构的主要原因在于MLP在处理NeRF的特定任务（三维空间点的颜色和密度预测）时提供了一个简洁、高效且足够强大的解决方案。 …
NeRF/3DGS based SLAM究竟有哪些实际的应用场景？ - 知乎
NeRF/3DGS的稠密建图对SLAM定位有帮助吗，是由于NeRF的新视角合成能力填补地图空缺而使得相机定位会更鲁棒，或是其稠密建图能够用于机器人导航…
为什么NeRF每渲染一个模型都需要重新训练一次神经网络，而其他 …
NeRF拉胯的泛化能力正是神经渲染的一大痛点，直到2023年或许才会在更多论文里被重视起来。 该怎么让NeRF获得跨场景的泛化能力？
Nerf还能作为2023年的计算机视觉研究方向吗？ - 知乎
例如今年NVIDIA的GTC 2023就讨论了Nerf与当下火爆的AIGC的结合。 个人认为这个方向还是很有前途的。 除非CV出了类似chatgpt这样的东西（麻烦不要拿segment-anything出来对标了， …
为什么NeRF里可以仅凭位置和角度信息经过MLP预测出某点的rgb …
NeRF本质上是一种隐式的（implicit），容积的（volumetric）三维场景表示方法。 不太理解为什么输入仅为位置和角度，经过mlp网络就可以预测出不透明度和颜色，感觉他们之间并没有什 …
你推荐入坑nerf吗? - 知乎
任何NeRF系统中的一个关键组件是MLP，它在移动NeRF系统上特别紧凑，在移动NeRF中的大小仅为约10.7KB。 鉴于MLP在NeRF中的重要性，从系统的角度探索潜在的增强功能至关重要 …