GS-OVIE

一张照片，重建任意场景

侦察图像往往十分稀少：一次卫星过境、一张航拍照片、一张从被控设备截获的图像。规划突击或撤离路线的作战人员需要推断拐角后面有什么——但从单张图像生成多个合成视角，过去要么依赖 3D 重建（昂贵且缓慢），要么依赖逐场景训练（事先无法进入现场就无从谈起）。

模块状态: 生产就绪

输入要求

单张图像

GS-OVIE // W7 // 003/012

01核心挑战

我们解决的问题

情报分析人员可从单张源图像合成目标地点的多个视角，对传感器难以覆盖的环境开展虚拟侦察，提升任务前规划的保真度。

02解决方案

GS-OVIE（代号：Kaguya）实现 OVIE（arXiv:2603.23488），一种完全基于单目数据训练的位姿条件新视角生成模型——无需立体图像对、无需深度监督、无需多视角采集设备。模型从多样化的训练分布中学习视角合成先验，从而泛化到真实开放场景，并根据目标相机位姿生成合理的新视角。

03工程挑战

构建 GS-OVIE 需要解决多个耦合问题：

01侦察图像往往十分稀少：一次卫星过境、一张航拍照片、一张从被控设备截获的图像
02规划突击或撤离路线的作战人员需要推断拐角后面有什么——但从单张图像生成多个合成视角，过去要么依赖 3D 重建（昂贵且缓慢），要么依赖逐场景训练（事先无法进入现场就无从谈起）。
03实现 OVIE（arXiv:2603.23488）位姿条件新视角生成模型，完全基于单目数据训练——无需立体图像对、深度监督或多视角采集设备
04从多样化训练分布中学习视角合成先验，泛化到真实开放场景，并按目标相机位姿生成合理新视角

GS-OVIE 通过精心的架构设计和严格的验证来解决这些问题。

04性能基准

关键性能指标：

用数据说话
指标	数值
输入要求	单张 RGB 图像——无需深度、立体或多视角输入
泛化能力	真实开放场景，无需逐场景重新训练
训练范式	仅需单目监督——可用任意单图数据集训练
防务价值	稀疏图像侦察合成、目标地点虚拟化，以及基于有限 ISR 数据的任务前规划

05构建状态

已完成 2/4 个组件

已构建的功能
组件	状态	说明
输入要求	已完成	单张 RGB 图像——无需深度、立体或多视角输入
泛化能力	已完成	真实开放场景，无需逐场景重新训练
训练范式	进行中	仅需单目监督——可用任意单图数据集训练
防务价值	进行中	稀疏图像侦察合成、目标地点虚拟化、基于有限 ISR 数据的任务前规划

06应用场景

APP_01
自主系统
情报分析人员可从单张源图像合成目标地点的多个视角，对传感器难以覆盖的环境开展虚拟侦察，并提升任务前规划的精度。
APP_02
研究实验室
GS-OVIE（代号：Kaguya）实现 OVIE（arXiv:2603.23488），一种完全基于单目数据训练的位姿条件新视角生成模型——无需立体图像对、无需深度监督、无需多视角采集装置。
APP_03
边缘计算
一张图像足矣——单目新视角合成，可泛化到从未见过的环境。