主要观点总结
SIGGRAPH 2025技术论文奖揭晓，投稿数量创纪录，共选出5篇最佳论文，涵盖多个前沿方向。包括形状空间特征分析、3D场景重建、神经网络稳定化、个人化等内容。同时还有荣誉提名论文和获得时间检验奖的论文介绍。对计算机图形学与交互技术产生重大影响的四篇论文也获得了时间检验奖。
关键观点总结
关键观点1: SIGGRAPH 2025技术论文奖揭晓，投稿量创新高
SIGGRAPH是计算机图形学与交互技术领域的顶会，今年的技术论文奖共有超过970篇投稿，创下了该会议历年来的最高投稿纪录。
关键观点2: 5篇最佳论文涵盖多个前沿方向
今年的最佳论文涵盖了3D重建、图像个性化、物理仿真等前沿方向，清华、厦大、上科大均有入选。
关键观点3: 获得时间检验奖的论文对计算机图形学产生重大影响
获得时间检验奖的论文是在过去至少十年间对计算机图形学与交互技术产生了重大而持久影响的论文，这些论文的作者在各自的领域做出了突出的贡献。
正文
论文地址：https://arxiv.org/abs/2408.10099
获选理由：
作者通过引入形状空间特征分析来计算连续参数化形状族上的特征函数。这些特征函数通过最小化变分原理获得。为处理重数点处的特征值主导性交换问题，作者在优化过程中引入了动态重排序机制。该方法具有离散化无关和可微的特性，可应用于声音合成、运动模拟和弹性动力学仿真。
论文二：CAST: Component-Aligned 3D Scene Reconstruction from an RGB Imag
作者：Kaixin Yao，Longwen Zhang，Xinhao Yan，Yan Zeng，Qixuan Zhang，Wei Yang，Lan Xu，Jiayuan Gu，Jingyi Yu
机构：上海科技大学，影眸科技，华中科技大学
类型：Reconstruction & Neural Fields
论文地址：https://arxiv.org/abs/2502.12894
项目主页：https://sites.google.com/view/cast4
获选理由：
作者提出了一种名为CAST的创新方法，它能够从单张RGB图像中重建出高质量的3D场景。CAST支持开放词汇的重建任务，在处理遮挡、精确对齐物体以及确保物理世界与输入图像的一致性方面表现卓越，为虚拟内容的创作和机器人技术领域开辟了新的可能性。
论文三：TokenVerse: Versatile Multi-concept Personalization in Token Modulation Space
作者：Daniel Garibi，Shahar Yadin，Roni Paiss，Omer Tov，Shiran Zada，Ariel Ephrat，Tomer Michaeli，Inbar Mosseri，Tali Dekel
机构：谷歌DeepMind，特拉维夫大学，以色列理工学院，魏茨曼科学研究所
类型：Stabilize and Personalize Your Pixels
论文地址：https://arxiv.org/abs/2501.12224
项目主页：https://token-verse.github.io/
获选理由：
TokenVerse通过识别DiT模型中、与图像标题里各词相对应的每个Token调制空间内的语义方向，来从图像中提取复杂的视觉元素。通过叠加相应的语义方向，该方法能够融合来自多个来源的概念，从而灵活地生成新组合，包括光照、姿态等抽象概念。
论文四：Vector-Valued Monte Carlo Integration Using Ratio Control Variates
作者：Haolin Lu，Delio Vicini，Wesley Chang，Tzu-Mao Li
机构：加利福尼亚大学圣迭戈分校，马克斯·普朗克信息学研究所，谷歌
类型：Monte-Carlo Rendering & Sampling
