近日，CVPR 2026接收成果出炉，中国科学技术大学数学科学学院GCL实验室张举勇研究团队提出全新点云刚性配准方法——DualReg，通过设计特征空间与局部几何空间的双空间联合优化框架，成功将CPU端的点云全局配准速度提升一个数量级以上，并刷新了多项精度记录（如图1所示），为实时SLAM、自动驾驶、三维重建等三维视觉应用场景提供了新的解决思路。
近日，CVPR 2026接收成果出炉，来自中国科学技术大学数学科学学院GCL实验室的张举勇团队提出全新渐进式4D数字人表征ProgressiveAvatars。该工作为3DGS数字人资产引入了连续流媒体传输与渐进式渲染能力，有效缓解了传统方法在实时交互中面临的漫长加载等待问题。如图1所示，相较于依赖全量加载的GaussianAvatars，ProgressiveAvatars能够在受限网络下传输少量高斯即可实现初始响应，并随着数据流入实现画质的平滑提升。
近日，CVPR 2026接收成果出炉，来自中国科学技术大学数学科学学院GCL实验室的张举勇、郭玉东团队提出全新前馈3D编辑框架——Easy3E，将结构化潜空间与修正流编辑相结合。该方法告别了耗时的迭代优化，仅需单个视角下的二维编辑图像作为输入，通过前馈推理便可实现高质量的三维数字资产编辑效果，极大地提升了编辑效率。
近日，CVPR 2026 论文录用结果正式公布，中国科学技术大学数学科学学院GCL实验室和华为、南京大学的研究团队提出全新肖像动画生成方法——DeX-Portrait，首次实现头部姿势、面部表情与身份特征的高保真解耦控制，为仅表情编辑、仅姿势编辑等肖像动画应用提供全新解决方案。
近日，CVPR 2026 论文录用结果正式公布，中国科学技术大学数学科学学院GCL实验室和中国地质大学合作的研究成果 DSNet (Dynamic Skip Net) 成功入选。该工作聚焦“高保真、强鲁棒、可自适应”的点云去噪任务，提出了一种基于按需路由（Routing on Demand）的动态渐进式去噪新框架，突破了传统固定迭代流水线在非均匀噪声场景下易过平滑、计算冗余严重的瓶颈。
双连通多尺度结构在自然界中广泛存在（如松质骨），由固体相与空隙/流体相两部分相互贯通形成，构成连续且互联的网络体系。这类独特结构兼具多功能性与层级化特征，能够在高渗透性、可制造性及生物相容性等方面显著提升整体性能。然而，人工设计此类结构仍面临两大核心挑战：（1）缺乏可解析的数学描述形式，使基于解析模型的逆向优化极为困难；（2）三维多尺度设计需同时在宏观与微观层面进行优化，计算复杂度高且微结构之间的连接性难以保证，从而在很大程度上限制了设计效率与可制造性。
