重建现实世界的模型，包括真实场景的三维几何、外观和运动，对计算机图形学和计算机视觉至关重要。这使得电影行业和增强/虚拟现实应用可以合成逼真的新视图。此外，它通过避免繁琐的手动设计过程，促进了计算机游戏和增强/虚拟现实中的内容创建。更进一步，这些模型对需要解释现实世界场景和动作以便与人类世界安全互动的智能计算系统来说是基础。值得注意的是，我们周围的世界是动态的，重建动态、非刚性运动场景的模型是一个严重欠约束且具有挑战性的问题。本最新技术综述（STAR）为读者提供了单目和多视角输入（如来自RGB和RGB-D传感器的数据等）下的最先进技术的全面总结，帮助读者理解不同方法、其潜在应用及未来有前景的研究方向。报告涵盖了一般非刚性场景的三维重建，并进一步讨论了场景分解、编辑和控制技术，以及可泛化和生成建模。具体来说，我们首先回顾了理解和导航该领域所需的常见和基本概念，然后通过回顾最近使用传统和基于机器学习的神经表示的方法，讨论了最先进的技术，包括对新启用应用的讨论。综述最后讨论了现有的局限性和未解决的挑战。