ZPressor：可扩展前馈 3DGS 的瓶颈感知压缩

前馈 3D 高斯溅射（3DGS）模型最近作为一种新颖视图合成的有前途的解决方案出现，实现了无需逐场景 3DGS 优化的一次性推理。然而，其可扩展性根本上受限于编码器容量有限，导致随着输入视图数量的增加，性能下降或内存消耗过大。在这项工作中，我们通过信息瓶颈原理分析了前馈 3DGS 框架，并引入了 ZPressor，这是一个轻量级、与架构无关的模块，能够将多视图输入高效压缩为紧凑的潜在状态 Z，该状态保留了关键场景信息同时剔除冗余。具体而言，ZPressor 通过将视图划分为锚点（anchor）集和支持（support）集，并利用交叉注意力将来自支持视图的信息压缩到锚点视图中，形成压缩的潜在状态 Z，从而使现有的前馈 3DGS 模型能够在 80GB GPU 上扩展到 480P 分辨率下的 100 多个输入视图。我们展示了将 ZPressor 集成到几个最先进的前馈 3DGS 模型中，在适度输入视图条件下持续提升性能，并在两个大型基准测试 DL3DV-10K 和 RealEstate10K 上增强了密集视图设置下的鲁棒性。视频结果、代码和训练模型可在我们的项目主页上找到：https://lhmd.top/zpressor。