Visual SSL / representation · P2 · 2026-05-30

Learning Representations from 3D Gaussian：它和通用视觉自监督的关系在于：系统比较 3DGS 场景表示上的 latent representation、linear probing 与 clustering，连接 3D 表征与视图合成资产

中相关；详见方法、贡献和实验边界。

Learning Representations from 3D Gaussian Splats　arXiv　原文链接

编号2605.29549 优先级P2 类别Visual SSL / representation 会议arXiv 方法系统比较 3DGS 场景表示上的 latent representation、linear probing 与 clustering，连接 3D 表征与视图合成资产来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：系统比较 3DGS 场景表示上的 latent representation、linear probing 与 clustering，连接 3D 表征与视图合成资产。中相关；详见方法、贡献和实验边界。

**(d) Fig**(d) Fig. 3: T-SNE visualization of ShapeSplat. Images, from left to right present architecture/features: (a) PointNet++ / p, (b) PointNet++ / psqo, (c) Spline p and (d) Spline / psqo. PointNet++ obtains visually more compact clusters (a), especially after including Gaussian splat features (b). On the other hand, Spline struggles to separate classes (c), with more observable spread when incorporating extra features (d).这张图概括 Learning Representations from 3D Gaussian 的整体方法流程。阅读时先看模块之间传递的训练信号，再看作者如何把目标拆成可优化的子问题。

**Figureure 4 · : Clustering Evaluation**Fig. 4: Clustering Evaluation. Relation between AMI from k-Means and standard deviation of mean Log Probabilities from GMM. Marker colors represent a unique architecture, and their style a given feature.这张图概括 Learning Representations from 3D Gaussian 的整体方法流程。阅读时先看模块之间传递的训练信号，再看作者如何把目标拆成可优化的子问题。

核心问题

它和通用视觉自监督的关系在于：系统比较 3DGS 场景表示上的 latent representation、linear probing 与 clustering，连接 3D 表征与视图合成资产。

方法拆解

系统比较 3DGS 场景表示上的 latent representation、linear probing 与 clustering，连接 3D 表征与视图合成资产

主要贡献

中相关；详见方法、贡献和实验边界。

实验看点

实验部分建议重点看两类证据：一是作者是否把方法收益和更强数据、更长训练、更大模型区分开；二是跨模型、跨数据或跨任务迁移是否还能保留同样趋势。

局限与读法

这篇论文的结论需要结合任务设置、训练数据规模和消融实验一起看；不要只凭单个指标判断它对通用视觉表征的价值。