【NeurIPS2025】Instant4D：高效的4D高斯喷溅方法

动态视图合成（Dynamic View Synthesis）取得了显著进展，然而从非校准、随手拍视频中重建场景仍然具有挑战性，主要原因在于优化过程缓慢以及参数估计复杂。本文提出 INSTANT4D，一种单目重建系统，利用原生的 4D 表征高效处理随手拍视频序列，在无需校准相机或深度传感器的条件下，仅需数分钟即可完成。 我们的方法首先通过深度视觉 SLAM 实现几何恢复，随后采用网格剪枝（grid pruning）优化场景表征。该设计在保持几何完整性的同时显著减少冗余，将模型大小压缩至原始规模的 10% 以下。为高效处理时序动态，我们引入了一种简化的 4D 高斯表征（4D Gaussian representation），实现了 30 倍加速，将训练时间缩短至 2 分钟以内，同时在多个基准测试上保持了有竞争力的性能。 在 Dycheck 数据集或典型的 200帧视频上，我们的方法能够在 10 分钟内完成单个视频的重建。进一步地，我们将模型应用于真实场景视频，展示了其良好的泛化能力。 项目主页：https://instant4d.github.io/