一句话结论
共享骨干同时预测首视坐标系的高斯和相机位姿，以训练期估计目标位姿配合渲染及重投影损失，取消主模型训练对真值外参的依赖；默认仍需相机内参和MASt3R预训练先验。RE10K指定评测中本法无EPA的PSNR为25.484，但跨域DTU无EPA低于使用EPA的NoPoSplat，不能概括成所有设置都领先。
身份与证据范围
正式题名为 *No Pose at All: Self-Supervised Pose-Free 3D Gaussian Splatting from Sparse Views*。保存的CVF ICCV 2025正式主文为印刷pp.27947–27957，另有官方七页补充；2026-09-25逐页台账及独立分析已存在，本轮恢复复用原件并重核哈希、关键表格和协议，不计为新增论文深读。published_at使用出版月份占位，不代表已核实确切刊日。README的Highlight声明未独立核实；arXiv只作线索，不替换正式版本。
问题定义与输入输出
输入为稀疏RGB和默认给定的相机内参，输出是首视相机坐标系中的逐像素高斯及各输入视图相对位姿。高斯包含中心、旋转、尺度、不透明度与球谐颜色。训练另用目标RGB估计目标相机位姿，再把context-only分支生成的高斯渲染到目标视角；目标图像不进入用于重建的高斯分支。推理只保留context分支，目标视角渲染仍需目标相机参数（主文PDF pp.2–5，Fig.2、Eqs.1–5）。
“pose-free”限定为主模型不输入或监督真值外参，不表示没有内参、目标训练RGB、预训练几何知识或用于评测的SfM相机。移除内参token的消融也不等于整个重投影/渲染管线不用内参。手机选例使用从高斯中心估计焦距的变体，尚无完整跨设备量化分布（补充p.1）。
方法与机制
ViT编码和跨视解码共享特征，DPT头分别预测高斯中心和其他参数，MLP头预测相机位姿。L2与LPIPS渲染损失使用估计目标位姿；两个训练分支的输入位姿与高斯中心接受显式像素重投影约束。直接给context图渲染监督可能让首视高斯垄断，作者用重投影控制几何/位姿联训退化；这是机制解释，单项消融不证明全部因果路径（主文pp.4–5，补充Fig.6）。
主结果与比较条件
以下是正式论文同表自报值，未执行GPU复现。星号表示评测期位姿对齐（EPA），不同EPA条件不能当作相同输入权限的严格比较。
| 数据/训练设置 | 方法/评测协议 | PSNR ↑ | SSIM ↑ | LPIPS ↓ | 原文定位 |
|---|---|---|---|---|---|
| RE10K域内平均 | SPFSplat，无EPA | 25.484 | 0.847 | 0.153 | 主文p.6 Table1 |
| 同上 | SPFSplat，EPA | 25.845 | 0.852 | 0.152 | 同表 |
| 同上 | NoPoSplat，EPA | 25.033 | 0.838 | 0.160 | 同表 |
| ACID域内平均 | SPFSplat，无EPA | 26.070 | 0.781 | 0.186 | 主文p.6 Table2 |
| 同上 | NoPoSplat，EPA | 25.961 | 0.781 | 0.189 | 同表 |
| RE10K训练→DTU零样本 | SPFSplat，无EPA | 16.550 | 0.579 | 0.270 | 主文p.7 Table4 |
| 同上 | NoPoSplat，EPA | 17.899 | 0.629 | 0.279 | 同表 |
| 同上 | SPFSplat，EPA | 18.297 | 0.660 | 0.255 | 同表 |
ACID域内SSIM显示精度上持平，不能称三指标严格领先。DTU无EPA的PSNR反例说明跨域泛化结论取决于对齐协议。主文Table1的Splatt3R平均SSIM/LPIPS疑似互换，与分组值不一致；保留印刷值，未自行勘误。
位姿AUC采用旋转和平移角误差最大者的累计曲线。RE10K训练→ACID，本法AUC@5°为0.364，NoPoSplat为0.335；但补充说明该NoPoSplat对照只保留PnP初值，省略光度精修，不能代表完整两阶段方法。评测单位需按原视频/场景分组，原文未充分报告种子、独立场景数和置信区间（主文pp.5–7，Table3；补充p.1）。
消融、反证与先验
同一预测位姿协议的消融为：
| RE10K配置 | PSNR ↑ | 位姿AUC@5° ↑ | 原文定位 |
|---|---|---|---|
| 完整模型 | 25.484 | 0.617 | 补充p.2 Table12 |
| 去重投影损失 | 19.836 | 0.028 | 同表 |
| 去内参嵌入 | 24.864 | 0.562 | 同表 |
| 训练增加真值位姿损失 | 25.239 | 0.691 | 同表 |
增加真值位姿监督提高位姿指标，却降低该协议的PSNR；主文EPA表的轻微NVS提升不能推广到预测位姿协议。移除L2时LPIPS略优，说明损失有多指标取舍。随机初始化实验另含DUSt3R点云蒸馏预热，不能当作零先验从头训练；主模型默认从MASt3R初始化（主文pp.5–6，补充Tables11–12）。
遮挡、低纹理和极端视角仍会模糊或产生伪影；模型非生成式，未见表面不能可靠补纹理。定性深度图不等于独立几何真值评估。DL3DV扩充同时改变训练量和相机运动分布，不能单独归因为数据规模（主文p.8，补充p.3 Fig.11）。
成本与复现边界
主文报告单A100训练及256×256输入。0.044秒为同A6000上两幅输入构建高斯的时间，不包括完整渲染、EPA、图像解码、MASt3R预训练、SfM评测建库或数据准备。总训练GPU小时、峰值显存、权重体积和多种子方差未充分报告（主文pp.5–6）。
保存的作者仓库快照固定在 ca560d57ecde6d7060bd8e185967daf3ec823b6b，代码许可为MIT，第三方骨干、权重及数据许可须单独核查。没有下载权重、调用付费模型或训练/推理；仓库后续V2不替换本篇正式版本。
原始链接与相关页面
出版记录、主文、补充和代码见上方canonical links及同ID links.yaml。完整论据保留在 analysis.md、page-evidence.md 和 retrieval-audit.json，原文不公开打包。
- 三维高斯泼溅：表示、优化、几何与动态任务：在无位姿方法家族内区分训练/推理权限和EPA条件。
- NoPoSplat：稀疏无外参图像的统一参考系高斯重建：训练用真值位姿的对照；避免把两篇名称相近的论文合并。
- 3D Gaussian Splatting Evidence Matrix：跨来源的指标、成本与反证定位。
本轮状态
本页已完成正式主文与补充的证据核验及跨来源综合，来源状态为reviewed。公开上线状态由实际部署与线上核验收据独立记录。