按部就班 vs. 好奇心驱动，哪个更容易出研究成果？  

CVPR 2024 的最佳学生论文，竟然是用一个月的时间写出来的。

北京时间 6 月 20 日凌晨，CVPR 2024 正式公布了最佳论文、最佳学生论文等奖项。其中，获得最佳论文的有两篇文章 ——BioCLIP 和 Mip-Splatting。

据 Mip-Splatting 论文一作 Zehao Yu 的导师、图宾根大学教授 Andreas Geiger 透露，这篇论文从想法公布到成稿，只用了一个月的时间。

而且，他还提到，Zehao Yu 之前参与过多个项目，并发表过自己的论文。但在 Mip-Splatting 项目之前，他从未接触过高斯泼溅技术，对于高斯泼溅的入门也是在业余时间以个人兴趣的形式展开的。这让他不禁感叹，「研究是高度非线性的，往往很难规划，这正是它令人生畏的地方，同时也令人兴奋。我们必须接受这一点。」

Mip-Splatting 论文的完整标题是「Mip-Splatting: Alias-free 3D Gaussian Splatting」。在论文中，Zehao Yu 等人介绍了一种用于 3D 图像渲染的抗锯齿 3D 高斯泼溅方法 ——Mip-Splatting。

3D 图像渲染是指生成三维图像的过程。想象一下电脑游戏中的那些逼真的场景或动画电影中的角色，它们都是通过渲染技术从一堆数据变成我们看到的图像。

在计算机图形学中，锯齿（alias）是指图像边缘出现的锯齿状不平滑现象（见下图）。抗锯齿技术就是用来消除这些锯齿，使图像边缘看起来更加平滑和自然，近几年颇受关注的高斯泼溅就是这样一种技术。它利用高斯分布来平滑图像边缘，从而减少锯齿效应，使得图像更为平滑和自然。

在回顾 Zehao Yu 和他的研究历程时，Andreas Geiger 提到：

Zehao 已经在我的实验室里做了一段时间的博士生了。他和实验室里的许多人一样，做了很多出色的工作。首先，他参与了一些项目（TransFuser），并在 NeurIPS 2022 会议上发表了他的第一篇独立论文（MonoSDF）。他还开发了一个用于表面重建的完整软件框架，基于 SDF 模型（SDFStudio）。

在 Mip-Splatting 之前，他没有用过高斯泼溅方法。事实上，他当时正在研究另一个使用更「传统」神经隐式表示的项目。但那个项目进展得不太顺利，很长一段时间里充满障碍。到了 2023 年 10 月，他在业余时间开始玩高斯泼溅技术。他喜欢在业余时间尝试新事物并研究新的模型。

3DGS（3D Gaussian Splatting）是当时的新技术。简而言之，它可以从几个输入图像中生成逼真的新视角，比 NeRF 和之前的其他方法更快。但 Zehao 对在超出训练姿态分布时渲染的表现感到困惑。这些渲染效果会退化，结构变得太细或太粗。大概当时很多人都注意到了这些现象，但还没有人解决它们。Zehao 有一个简单的解决方案，并且在想这个方法是否够好，是否值得发表。

在 10 月 18 日，Zehao 写道：「大家好，我计划提交一篇关于解决最近 3D 高斯泼溅的抗锯齿 / 缩放伪影的论文到 CVPR。我发现这些伪影的主要原因是低通滤波器。在使用泼溅方法进行渲染时，低通滤波器是非常常见的。但当它应用于优化框架（从多视图图像重建）时，它会引入一种偏置，使得真实的 3D 高斯变小（因为滤波器在渲染过程中会使其变大）。所以当我们放大或缩小时，由于视角与训练视角不同，我们会看到伪影。但我们不能简单地抛弃低通滤波器，因为这样就无法实现抗锯齿。

我的解决方案非常简单：1）我们应该使用较小的低通滤波器，这样低通滤波器的效果不会在训练中占主导地位；2）添加一个正则化，使得高斯不会变得太小。」

时间非常紧张：从想法到 CVPR 截止日期只有 1 个月。通常这种努力不会顺利进行，因为剩下的时间太少，无法进行论文润色或实验。但 Zehao 坚信他甚至可以在截止日期前 1-2 周完成。他正在做实验，我们所有人都开始一起写论文。我们在 11 月 17 日提交给 CVPR，并在 1 月 23 日惊讶地收到 3 个「strong accept」的评审意见。昨天，Mip-Splatting 在 CVPR 获得了最佳学生论文奖。我们非常感谢社区、评审、领域主席和奖项委员会对这个小小想法的认可。

Mip-Splatting 与其他方法的效果对比。

论文链接：https://arxiv.org/pdf/2311.16493

一个简单的想法，用了短短一个月就写成了论文，还拿到了 CVPR 最佳学生论文奖，不知其他研究者听到有何感想。

Andreas Geiger 也谦虚得说，这里面有运气的成分（有人可能认为这篇论文是增量式创新），评审的结果也未必 100% 公平。但他之所以分享这段经历，只是想要表达：

研究往往是非常非线性的。在从事某项工作的同时，你会发现其他的东西。最重要的一点是要努力工作，充满热情，充满好奇心，不断尝试新事物。要有创造力。提出疯狂的想法。用未曾设计过的方式测试现有模型。不断前进。这就是每个研究人员的核心：好奇心。试图探究事物的本质。深入了解它们，从而（有时在不经意间非常意外地）做出新发现。

写到这里，他还推荐了苹果高级科学家 Vladlen Koltun 在 CVPR 2018 年的一个演讲，主题是「Doing (Good) Research」。（演讲链接：https://www.youtube.com/watch?v=4LEZED1YXm0&t=1420s）

不过，他也指出，在现行的科研系统中，科学家要通过提交研究计划、 撰写资助申请书来获取研究项目资金，这和好奇心驱动的研究理念很不相称，尤其是在 AI 这样一个快速发展的领域。

「你很少能制定出一个精确的 3 年甚至 5 年愿景，并完全按照这个愿景行事。更有可能的情况是，在研究过程中会出现一些有趣的相关研究问题，这些问题值得研究，你不应该因为它们与你最初的研究计划不完全一致而不去研究它们。」Vladlen Koltun 写到。但对此，他也没有很好的解决方案。

最后介绍一下论文一作 Zehao Yu。他本科毕业于厦门大学，之后在上海科技大学拿到了硕士学位，2021 年前往德国图宾根大学读博。他的研究重点是计算机视觉和机器学习，特别是 3D 视觉（深度估计、平面检测、多视图立体视觉、3D 重建、3D 人体建模）。

个人主页：https://niujinshuchong.github.io/

文章来源于“机器之心”