你在旅馆房间里拍一张照片,想看衣柜的侧面。物理世界里你得自己走过去。这篇论文说:不用,照照镜子。
镜子是一台免费的额外相机。平面镜把整个房间翻折了一份,镜中像就是从"镜子里那个虚拟机位"拍出来的另一张照片——这是老到掉牙的几何,Gluckman 和 Nayar 二十多年前就把镜面立体写全了。有趣的是论文一个字没引他们,只引了 Householder 反射矩阵。老几何在扩散模型里被重新发明了一遍。
Ref-GeNVS 的做法:估计镜面在哪,把相机位姿沿镜面反射过去,凭空多出一个机位,然后在多视角扩散模型里用两步缝合——门控注意力决定看哪边,解码-翻转-再编码把反射内容注入。骨干网络从头到尾没见过镜面训练数据,零训练,纯几何在推理时现场注入。这是全文最漂亮的一笔。
该泼的冷水也得泼。真实数据那组实验直接用了真值镜面 mask,自动化流水线只在合成集上跑通;单场景约 397 秒,裸骨干只要 130 秒;前提是理想平面镜——你家的穿衣镜若有点弧度,它就当没看见。同期的 Mirror-NeRF、Mirror-3DGS 都要逐场景训练,这篇免训练,代价是量化优势中等(真实集 DreamSim 0.129 对 0.275,PSNR 14.19 对 12.03)。
扩散模型管出图,平面镜管机位,训练费一分不花。就这么回事。