LLLMWIKI
正文研究地图阅读入口元数据

来源笔记 · 更新于 2026-09-25

Let it Snow!物理引导的动态天气高斯编辑

阅读原论文

#near-cvpr-2025#3d-vision#gaussian-splatting#diffusion#primary-source

一句话结论

在已标定的静态3DGS场景上，把MPM天气粒子轨迹当可修正先验，用预训练视频扩散的SDS联合改进运动和外观；五个场景的作者自动指标支持天气编辑质量，约一小时/场景效应与预建图/预训练依赖需同时计算（主文pp.37322–37329，补充p.6 Table11）。

方法、条件与结果

输入为多视图静态建图、场景网格、天气文字提示和发射/物性参数；MPM提供雪/雨/雾/沙的参考运动，高斯在活动/碰撞状态下由递归MLP预测速度、旋转及外观变化。损失包含Video-SDS、轨迹位置/速度/旋转正则与外观正则，权重随视频SDS损失动态调整（主文pp.37324–37326 Fig.2/Eqs.3–8）。雪背景还以预训练ClimateNeRF生成图微调静态高斯1000步，不能把所有提升归因于单项运动损失（补充p.6 §8.2）。

Mip-NeRF360三个与Tanks and Temples两个场景，每景四天气；视频指标沿15条由训练相机插值的路径，图像指标在训练视图。主文p.37328 Table1同雪+雾分母：ours CLIPSim .29、ViCLIP-T .20、VE-Bench .45；ClimateNeRF .23/.15/.28，GaussCtrl .25/.16/.24。全四天气ours .28/.19/.41、GaussCtrl .24/.15/.21。静态方法以移动相机做视频对照，自动文字/画质指标不等于真实天气物理真值；Instruct-4DGS从静态零形变适配，任务输入有变。p.37329 Table2去碰撞VE-Bench .34、去外观 .37、完整 .41；去运动或固定模拟的视频效果有视觉失效（Fig.6）。

限制、成本及关联

补充p.6 Table11单A100 40GB报告本法约60min/场景效应，GaussCtrl约30min，ClimateNeRF约180min；需另算静态SfM/3DGS训练、网格、CogVideoX-2B权重、LLM初始化及背景ClimateNeRF。补充p.5的Blender人工10h对自动1h仅Garden雪单个作者新手例。主文p.37329 §4.4：既有场景几何无反向受力，静态高斯无全局阴影更新，轨迹偏离模拟器后先验可能误导。官方仓库MIT，原始模型/数据许可另核；没有GPU复现。与PhysGaussian共同使用MPM，却以文字控制的新天气外观/视频为主要终点。完整方法、数字和反证见raw/ingest/2026-09-25-let-it-snow/analysis.md及三维高斯泼溅：表示、优化、几何与动态任务。

元数据
{
  "id": "2026-09-25-let-it-snow",
  "type": "source",
  "title": "Let it Snow!：物理引导的动态天气高斯编辑",
  "status": "reviewed",
  "note_status": "reviewed",
  "created": "2026-09-25",
  "updated": "2026-09-25",
  "source_type": "paper",
  "venue": "CVPR 2026",
  "authors": "[Gal Fiebelman, Hadar Averbuch-Elor, Sagie Benaim]",
  "published_at": "2026-06-01",
  "ingested_at": "2026-09-25",
  "canonical_links": [
    "https://openaccess.thecvf.com/content/CVPR2026/html/Fiebelman_Let_it_Snow_Animating_3D_Gaussian_Scenes_with_Dynamic_Weather_CVPR_2026_paper.html",
    "https://openaccess.thecvf.com/content/CVPR2026/papers/Fiebelman_Let_it_Snow_Animating_3D_Gaussian_Scenes_with_Dynamic_Weather_CVPR_2026_paper.pdf",
    "https://openaccess.thecvf.com/content/CVPR2026/supplemental/Fiebelman_Let_it_Snow_CVPR_2026_supplemental.pdf",
    "https://github.com/galfiebelman/let-it-snow"
  ],
  "raw_entry": "raw/ingest/2026-09-25-let-it-snow/",
  "topics": "[topics/3d-gaussian-splatting]",
  "entities": [],
  "claims": [],
  "questions": [],
  "tags": [
    "near-cvpr-2025",
    "3d-vision",
    "gaussian-splatting",
    "diffusion",
    "primary-source"
  ]
}