高德发布了首个无长程依赖的万帧级流式3D重建模型ABot-Recon,该模型仅凭连续12帧局部画面即可实时稳定重建上万帧的3D场景,实现“边拍边建”。与传统依赖长程记忆锚点的方案不同,ABot-Recon采用“局部位姿预测+残差优化”路径,计算复杂度保持恒定,内存与单帧计算量不随视频长度增长。在KITTI、Oxford Spires等权威基准测试中,其平均轨迹误差较行业代表方法降低40.6%,推理速度达24.45FPS,峰值显存仅约6.71GB,约为同类模型的三分之一,一张GTX 1080Ti即可运行。该模型仅需单目RGB视频输入,无需额外深度传感器,可广泛应用于测绘、具身智能、自动驾驶和3D内容生产等场景,其开源代码已上线GitHub和魔搭社区。
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅