GAMES Webinar 2026 – 409期(图形学物理计算新前沿) | 陶凝骁（北京大学），吴佳启（清华大学）

by 木折_Oreki · 2026年7月6日

GAMES Webinar 2026 – 409期(图形学物理计算新前沿)

报告嘉宾：陶凝骁北京大学

报告时间：2026年07月09日晚上20:00-20:30（北京时间）

报告题目：

LagrangianSplats: Divergence-Free Transport of Gaussian Primitives for Fluid Reconstruction

报告摘要：

从稀疏二维视频观测中重建三维流体速度场是一个高度病态的逆问题。该任务既需要重建结果与观测到的流体运动保持输运一致性，又需要满足流体物理规律下的合理性。现有方法通常通过在优化目标中加入软惩罚项来施加这些约束，但这往往会导致重建精度受限以及优化收敛困难。为此我们提出 LagrangianSplats，该方法从结构上同时保证了输运一致性与物理准确性。具体而言，我们使用天然无散度核来参数化表达速度场，并进一步驱动拉格朗日式三维高斯基元的对流演化。这样的设计从构造上内在保证了流场的不可压缩性与长程输运一致性，从而使得重建质量得到了显著提高。

讲者简介：

陶凝骁，北京大学可视计算与学习（VCL）实验室博士二年级学生，导师为陈宝权教授。本科毕业于北京大学元培学院。研究方向为计算机图形学、物理仿真、三维重建，目前在 SIGGRAPH、ICLR、Pacific Graphics 等国际会议上发表论文共四篇。

讲者主页：https://taoningxiao.github.io/

报告嘉宾：吴佳启清华大学

报告时间：2026年07月09日晚上20:30-21:00（北京时间）

报告题目：

Gradient Domain Reconstruction for Monte Carlo PDE Solvers

报告摘要：

无网格蒙特卡洛方法能够在高度复杂的区域上求解泊松方程。然而，现有方法仅在原始域中进行估计，往往会因方差较高而收敛缓慢。受梯度域渲染方法的启发，我们提出了一种面向泊松问题的梯度域求解框架。具体而言，我们设计了一种新的蒙特卡洛估计器，用于直接估计空间中不同查询位置之间的解值差异。此外，我们采用源自梯度域渲染的先进重建技术，在不引入额外偏差的情况下高效重建解。通过与多种当前先进的基线方法进行比较，我们验证了所提出方法的有效性。

讲者简介：

吴佳启，清华大学计算机系大四本科生，即将加入徐昆副教授课题组开始博士阶段学习。研究方向为计算机图形学，偏微分方程求解，骨骼绑定。目前以第一作者身份发表论文至SIGGRAPH获最佳论文提名奖。

讲者主页：https://jiaoplusjuan.github.io/

主持人简介：

任博于清华大学计算机科学与技术系获得工学博士学位。研究方向包括基于物理/基于机器学习的流体模拟，三维场景重建与内容生成等。主持多项国家自然科学基金专项/面上项目。担任国际期刊Computers & Graphics编委，图形学顶级会议SIGGRAPH Asia 论文委员会委员。个人主页: http://ren-bo.net