新加坡南洋理工大学吕健勤（Chen Change (Cavan) Loy）教授来访并作报告

报告人：Chen Change (Cavan) Loy教授

时间：2026年07月21日  

地点：北京交通大学九教北613

报告主题：From Streaming 3D to Queryable 4D Scalable Reconstruction of Dynamic Worlds

      报告摘要：智能系统面对的通常不是一组固定、精心筛选的图像，而是一段持续到来的视觉流：相机在运动，场景中的物体也在变化，新的信息不断被观测和积累。要在这样的环境中进行有效交互，系统不仅需要高效重建三维几何，还必须理解世界如何随时间演化，并支持跨空间、跨时间的灵活推理。本次报告将介绍 Stream3R 和 4RC，两项工作从互补的角度探索可扩展的动态世界重建。STREAM3R 将稠密三维重建重新表述为因果序列建模问题。它采用仅解码器 Transformer 逐帧处理新到来的图像，并缓存历史观测特征，从而无需反复重建整段序列，即可增量式恢复场景几何与相机运动。4RC 则进一步将问题从连续的三维感知拓展到整体性的四维理解。它对单目视频进行一次统一编码，获得紧凑的时空表示，并在此基础上，从任意源帧出发，面向任意目标时刻，灵活查询场景几何和稠密三维运动。这两项工作表明，因果式处理与条件化查询有望取代反复执行的全局优化，以及彼此割裂的几何重建与运动跟踪流程，从而形成统一的前馈建模框架。报告中，我将介绍它们的核心架构与表示方式，讨论在线处理与全局时序建模之间的权衡，并进一步分析它们对机器人感知和世界模型研究的启示。

      报告人简介：吕健勤（Chen Change (Cavan) Loy），新加坡南洋理工大学计算与数据科学学院陈立武人工智能讲席教授，校长讲席教授。他是 MMLab@NTU 主任，并担任 S-Lab 联合副主任。他的研究方向包括大规模多模态模型、生成式人工智能、空间智能以及表示学习等领域。他目前担任或曾担任多个顶级期刊的副编辑，包括 IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)、International Journal of Computer Vision (IJCV) 和 Computer Vision and Image Understanding (CVIU)。他也曾担任 CVPR、ICCV、ECCV、ICLR 和 NeurIPS 等国际顶级会议的领域主席或高级领域主席。他目前担任 CVPR 2026 大会程序主席，并将担任 ACCV 2028 大会主席。