InfiniDepth 是一个 CVPR‑2026 项目，能将单张 RGB 图像（或 RGB 加稀疏深度图）转换为任意分辨率的深度图与 3D Gaussian‑splatting 模型。它提供开箱即用的推理脚本、Hugging Face Gradio 演示、多视角视频处理，以及用于自定义数据微调的完整训练流程。

EfficientLoFTR 是一个半密集局部特征匹配系统，提供高质量的图像对应，且速度可与稀疏匹配方法媲美。

Neural Body 是一个研究代码库，通过结构化潜在编码学习隐式神经场，从多视角视频中建模并渲染动态人体。它支持在 ZJU‑MoCap 和 People‑Snapshot 上进行训练，并提供新视角渲染、姿势泛化、网格提取功能，同时提供 Docker、分布式训练及预训练模型。

一个用于从视频创建逼真、可动画化的3D人形化身的框架，使用隐式神经表示，如NeRF和SDF。

一种基于 Transformer 的极简框架，用于多类别无监督异常检测，弥合了统一多类别模型与单类别专家模型之间的性能差距。

一款使用 MobileCLIP2 实现本地照片私密、设备内语义搜索的 Android 应用，支持自然语言描述或图像查询

Scal3R 是一个可扩展的 3D 重建框架，利用测试时训练从图像集生成相机位姿、深度图和点云。

一种结合 SfM 引导的单目深度估计与 TSDF 融合的多视角 3D 重建框架，可从图像中创建精确的密集 3D 模型。

Google DeepMind关于4D表示研究项目的集合，提供用于深度估计、对象跟踪等空间-时间任务的自监督视频与视觉模型。

一种从单个视频或网络摄像头自动计算关节轨迹和角度的2D动作捕捉与生物力学分析工具。

AutoGaze 是一种自回归凝视模型，可为视觉变换器和多模态大模型修剪冗余视频补丁，实现对高分辨率长视频的高效处理。由 NVILabs 发布，包含训练好的模型、训练数据、基准测试和集成示例。