重建4D空间智能：一项综述

从视觉观察中重建4D空间智能一直是计算机视觉领域一个核心但具有挑战性的任务，并具有广泛的实际应用。这些应用涵盖从娱乐领域（如电影）到具身人工智能（embodied AI）等多个方面，其中前者通常关注于重建基本的视觉元素，而后者则强调交互建模与物理真实感。在3D表示方法和深度学习架构快速发展的推动下，该领域发展迅速，已超越了以往综述的范围。此外，现有的综述很少对4D场景重建的层次结构进行系统的分析。为填补这一空白，我们提出了一种新的视角，将现有方法组织为五个逐步递进的4D空间智能层次：（1）第1层——低级3D属性的重建（如深度图、姿态图和点云图）；（2）第2层——3D场景组件的重建（如物体、人物和结构）；（3）第3层——4D动态场景的重建；（4）第4层——场景组件之间的交互建模；（5）第5层——引入物理定律和约束。在综述的最后，我们讨论了每一层面临的关键挑战，并指出了推动实现更丰富的4D空间智能的潜在研究方向。为了追踪该领域的最新进展，我们维护了一个持续更新的项目页面：https://github.com/yukangcao/Awesome-4D-Spatial-Intelligence。