ABot-Recon:只留 12 帧上下文,就能把长视频实时重建成 3D 世界

2次阅读
没有评论

高德这次开源动作够猛:ABot-Recon 能把长视频实时重建成一个 3D 世界。

ABot-Recon:只留 12 帧上下文,就能把长视频实时重建成 3D 世界

它最反直觉的地方就在这儿:别人死磕长程记忆、恨不得把整段视频塞进显存,它偏不这么干,只保留 12 帧的局部上下文,照样能把相机轨迹和全局点云一路恢复出来。显存不会爆,帧数再长也不虚。

实测数据也够硬:KITTI-02 上跑到 24.45 FPS,显存只占 6.71GB。自动驾驶、机器人、空间智能这几块,确实派得上用场。代码和模型权重都放出来了,想上手的直接冲。

项目地址:https://huggingface.co/acvlab/ABot-Recon

正文完
 0