Nexels：用于实时新视图合成的稀疏几何体的神经纹理表面 TL;DR：一种新型的神经纹理基元，克服了高斯泼溅中几何形状和外观的耦合问题。 （i）对于几何，我们引入可微四边形指标，使我们能够更好地重建曲面和清晰边界。 （ii）对于外观，我们学习一个世界空间神经场，该神经场仅为最相关的图元提供与视角相关的纹理，从而高效地捕捉精细细节，同时保持较低的计算量。 （三）我们引入了一个新的数据集，该数据集突出了基于点的表示在准确重建具有高频纹理的区域方面的局限性。 （iv）在室外场景中，我们使用比 3DGS 少 9.7 倍的图元即可达到感知上的对等效果；在室内场景中，我们使用比 3DGS 少 31 倍的图元即可达到感知上的对等效果。 （v）与并行纹理方法相比，我们在渲染速度提高两倍以上的同时，实现了更好的光度质量。
论文链接：htarxiv.org/abs/2512.13796目链接：https://t.co/3ErNbWzwgM