受到最新 CVPR 论文 Speeding Up the Learning of 3D Gaussians with Much Shorter Gaussian Lists 的启发，AutoSOTA 对其方法进行了后续探索与增强，并通过 结构感知复合损失（结合绝对误差、平方误差与结构感知图像相似度） 将 PSNR 提升至 28.2582（+3.58%）。 非常感谢作者们的优秀工作，以及他们为社区开辟出的宝贵研究方向。 AutoSOTA 项目主页：https://www.github.com/tsinghua-fib-lab/AutoSOTA/tree/main/CVPR-2026/paper-227-LiteGS 原始论文： https://openaccess.thecvf.com/content/CVPR2026/papers/Liu_Speeding_Up_the_Learning_of_3D_Gaussians_with_Much_Shorter_CVPR_2026_paper.pdf #北京中关村学院 #CVPR2026 #AutoSOTA #AIScientist #自动化科研 #学术前沿 #AI科学家 #顶会论文复现 #科研自动化