北大与 VGI Labs 提出 DynStream：无位姿流式动态场景的高斯前馈重建框架

北京大学王选计算机研究所、VGI Labs 和 UC Merced 联合提出 DynStream，这是一个无需相机位姿输入的在线流式 4D 高斯前馈重建框架。 该框架通过时间分块处理视频，利用相对位姿预测和尺度变换因子实现无需额外优化的全局场景聚合，并分离静态与动态高斯以支持实时渲染。 在 Waymo 等 5 个数据集上取得 SOTA 渲染指标，KITTI 长序列轨迹误差从数百米降至 40m。