高德开源了一个有意思的项目,叫 ABot-Recon:长视频能实时重建成 3D 世界,最特别的是不必把整段视频都塞进显存——只用 12 帧局部上下文,相机轨迹和全局点云照样能持续恢复。
实测数据:KITTI-02 场景 24.45 FPS,显存占用 6.71GB。自动驾驶、机器人、空间智能这类场景,都用得上。
代码和模型权重已经放出来了:
https://huggingface.co/acvlab/ABot-Recon
正文完
高德开源了一个有意思的项目,叫 ABot-Recon:长视频能实时重建成 3D 世界,最特别的是不必把整段视频都塞进显存——只用 12 帧局部上下文,相机轨迹和全局点云照样能持续恢复。
实测数据:KITTI-02 场景 24.45 FPS,显存占用 6.71GB。自动驾驶、机器人、空间智能这类场景,都用得上。
代码和模型权重已经放出来了:
https://huggingface.co/acvlab/ABot-Recon