以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Recent advances in Gaussian splatting have enabled efficient and photorealistic head avatar reconstruction, yet monocular video-based or image-based methods still suffer from under-constrained geometry and texture, leading to artifacts such as blurring, stretching, and temporal instability. We present EDGAR (Efficient
阅读原文 · Kwan Yun, Minhyeok Bang, Colette Suhjung Koo, Junyong Noh
向阳乔木 · opencode-go/deepseek-v4.1-flash
这篇论文解决的是高斯头像重建里一个很实际的问题：单目视频或图片重建出来的 3D 头像，经常带模糊、拉伸、时间抖动这些瑕疵。 EDGAR 的思路是拿扩散模型当“修图师”，把脏帧修干净，再用修好的多视角渲染去反向优化同一个高斯头像。 关键点在于它只在训练阶段修，不在每次渲染时修 ，所以不会拖慢推理。 这篇论文想解决什么 高斯泼溅让头部头像重建变得又快又逼真，但单...