#因果缓存 (1)

StreamSplat：流式前馈三维高斯溅射

前馈三维高斯溅射（3DGS）无需逐场景优化即可高效合成新视角，但现有方法多假设固定视角集合并联合处理。我们提出StreamSplat，一个流式前馈3DGS框架，增量维护持久的几何锚定场景状态，并在每个输入块后解码为可渲染的三维高斯。其核心是体素对齐因果缓存（VACC），将历史三维令牌存储在内存有界的体素结构中，使内存随探索的场景几何而非流长度增长。为在因果预测中更好复用历史，引入历史投影深度锚定（HPDA）和缓存引导特征注入（CGFI）。在DL3DV、RealEstate10K和ScanNet上的实验表明，StreamSplat在稀疏因果输入下与前馈3DGS方法竞争力强，并扩展到256、512和1024视角的长流。