SIGGRAPH 2025最佳论文出炉，清华、上科大、厦大获奖！谷歌拿下两篇

新智元报道

编辑：定慧 好困

【新智元导读】SIGGRAPH 2025技术论文奖项揭晓，投稿量首次突破970篇再创新高。今年5篇最佳论文涵盖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。

ACM SIGGRAPH 2025技术论文奖新鲜出炉！

SIGGRAPH是业内公认的影响最广、规模最大、最权威的，集科学、艺术、商业于一身的高水平学术研讨会。

作为计算机图形与交互技术领域的顶会，甚至可以说SIGGRAPH引领了人类图形学发展的方向。

在SIGGRAPH呈现的想法、愿景和技术往往会超出我们当下的想象，5年、10年甚至15年之后才有可能成为现实。（）

今年的SIGGRAPH将于8月10日至14日在加拿大温哥华举行，这也是SIGGRAPH第二次回到温哥华。

2022年SIGGRAPH在温哥华举办

人工智能、大语言模型、机器人技术和VR中的3D建模等新兴主题都将是讨论热点。

SIGGRAPH 2025技术论文收到了超过970篇投稿，创下了该会议历年来的最高投稿纪录。

准备好了吗，一起来欣赏2025年计算机图形学研究的最新成果与顶尖成就。

最佳论文

论文一：Shape Space Spectra

作者：Yue Chang，Otman Benchekroun，Maurizio M. Chiaramonte，Peter Yichen Chen，Eitan Grinspun

机构：多伦多大学，Meta现实实验室，MIT CSAIL

类型：Shapes，Surfaces and Forms

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。

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

论文地址：https://suikasibyl.github.io/files/vvmc/paper.pdf

项目主页：https://suikasibyl.github.io/vvmc/#/

获选理由：

方差缩减技术广泛用于降低蒙特卡洛积分的噪声。然而，设计这些技术时通常假设被积函数是标量值。为解决此问题，作者引入了比率控制变量法 (ratio control variates)，这是一种采用基于比率方法的估计器，以区别于传统的基于差分的控制变量方法。

论文五：Transformer IMU Calibrator: Dynamic On-Body IMU Calibration for Inertial Motion Capture

作者：Chengxu Zuo，Jiawei Huang，Xiao Jiang，Yuan Yao，Xiangren Shi，Rui Cao，Xinyu Yi，Feng Xu，Shihui Guo，Yipeng Qin

机构：厦门大学，清华大学，卡迪夫大学，伯恩茅斯大学

类型：Moving, Seeing, Touching & Eating in VR

论文地址：https://orca.cardiff.ac.uk/id/eprint/177840/1/TIC_camera_ready.pdf

获选理由：

作者提出了一种用于惯性运动捕捉的动态校准系统，它能在使用过程中动态消除非静态的IMU漂移和传感器与身体间的偏移，实现了用户友好的校准（无需进行 T-pose 或重置 IMU 朝向 ），并确保了长期鲁棒性。

荣誉提名

论文一：Lifting the Winding Number: Precise Discontinuities in Neural Fields for Physics Simulation

作者：Yue Chang, Mengfei Liu, Zhecheng Wang, Peter Yichen Chen, Eitan Grinspun

论文二：AMonte CarloRendering Framework for Simulating Optical Heterodyne Detection

作者：Juhyeon Kim, Craig Benko, Magnus Wrenninge, Ryusuke Villemin, Zeb Barber, Wojciech Jarosz, Adithya Pediredla

论文三：Rectangular Surface Parameterization

作者：Etienne Corman, Keenan Crane

机构：洛林大学，卡内基梅隆大学

论文四：High-Performance CPU Cloth Simulation Using Domain-Decomposed Projective Dynamics

作者：Zixuan Lu, Ziheng Liu, Lei Lan, Huamin Wang, Yuko Ishiwaka, Chenfanfu Jiang, Kui Wu, Yin Yang

论文五：Variational Surface Reconstruction Using Natural Neighbors

作者：Jianjun Xia, Tao Ju

论文六：Moment Bounds Are Differentiable: Efficiently Approximating Measures in Inverse Rendering

作者：Markus Worchel, Marc Alexa

论文七：Clebsch Gauge Fluid on Particle Flow Maps

作者：Zhiqi Li, Candong Lin, Duowen Chen, Xinyi Zhou, Shiying Xiong, Bo Zhu

论文八：Faraday Cage Estimation of Normals for Point Clouds and Ribbon Sketches

作者：Daniel Scrivener, Daniel Cui, Ellis Coldren, Mazdak Abulnaga, Mikhail Bessmeltsev, Edward Chien

论文九：C-Tubes: Design of Tubular Structures From Developable Strips

作者：Klara Mundilova, Michele Vidulis, Quentin Becker, Florin Isvoranu, Mark Pauly

时间检验奖

ACM SIGGRAPH很荣幸地宣布获得2025年时间检验奖（Test-of-Time Award）的论文。

这些论文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的影响。

这是该年度奖项设立以来的第三年。

2025年，时间检验奖委员会评审了2013至2015年期间在SIGGRAPH会议上发表的论文，并最终选出了四篇获奖论文。

论文一：Unified Particle Physics for Real-Time Applications (2014)

作者：Miles Macklin, Matthias Müller, Nuttapong Chentanez, Tae-Yong Kim

获奖理由：

本文提出了一种用于实时视觉效果的统一动力学框架，该框架使用通过约束连接的粒子作为基本构建单元。这种表示方法能够灵活地模拟气体、液体、可变形固体、刚体和布料，并实现双向交互。此外，该框架通过引入基于位置动力学的并行约束求解器，解决了传统基于粒子方法中长期存在的计算问题。它实现了众多实时应用，并已被广泛应用于各个领域。

论文二：Learning Visual Similarity for Product Design With Convolutional Neural Networks (2015)

作者：Sean Bell, Kavita Bala

获奖理由：

这篇论文率先将现代卷积神经网络（CNN）引入 SIGGRAPH，帮助塑造了计算机图形学领域研究的未来方向，并成为被广泛引用的参考文献。除了在跨类别和风格感知的视觉搜索方面实现了核心目标（从复杂场景到独立物体的各种图像领域），它还在 CNN 训练方法以及利用众包收集训练数据方面做出了关键性的技术进步。

论文三：L1-Medial Skeleton of Point Cloud (2013)

作者：Hui Huang, Shihao Wu, Daniel Cohen-Or, Minglun Gong, Hao Zhang, Guiqing Li, Baoquan Chen

获奖理由：

本文提出了一种用于三维点云的鲁棒曲线骨架表示方法，能够准确捕捉形状中心，而无需高质量输入或严格的几何或拓扑约束。该方法为植物、道路地图、建筑、血管分析与建模等多种应用提供了有效的解决方案。迄今为止，它仍是该领域的主要参考文献之一。

论文四：Embree: A Kernel Framework for EfficientCPURay Tracing (2014)

作者：Ingo Wald, Sven Woop, Carsten Benthin, Gregory S. Johnson, Manfred Ernst

获奖理由：

本文介绍了Embree系统，并详细描述了构建专业级模块化光线追踪框架所需的内容。它以简单而优雅的架构实现了最先进的性能，并附有开源实现，自发布以来已被广泛采用。该项目至今仍然活跃，并持续为我们的社区带来益处。

参考资料：

https://blog.siggraph.org/2025/06/siggraph-2025-technical-papers-awards-best-papers-honorable-mentions-and-test-of-time.html/