搜索
高德推出 ABot-Recon 流式 3D 重建模型：精度速度双提升 显存占用大幅降低
4 小时前
在自动驾驶与具身智能技术向开放场景拓展的趋势下，传统3D重建方案难以满足私域场景实时性需求，且传统流式3D重建技术面临“记忆困境”。为此，阿里巴巴高德团队研发出全球首个无长程依赖的万帧级流式3D重建模型ABot-Recon。该模型采用“局部位姿预测+残差优化”双引擎架构，仅以连续12帧作为动态上下文窗口，将计算复杂度维持在恒定水平。在预测机制、误差控制、资源占用方面，ABot-Recon展现出创新性，测试结果显示其轨迹误差更低、推理速度更快，显存占用仅为同类主流模型的三分之一，可在消费级显卡上运行。此外，该模型仅需单目RGB视频即可实现万帧级三维重建，无需深度传感器或预先标定相机参数。目前，ABot-Recon的推理代码与训练权重已开源，并设有体验专区。
