流式3D重建模型20FPS实时推理
推荐指数 71.0 NO. 005 · 2026.10.09
Stars17,572
为什么值得看
LingBot-Map 是一个前馈式3D基础模型，通过几何上下文Transformer实现流式3D重建，在长序列上稳定保持约20FPS。对做机器人导航、AR/VR实时建图的团队来说，这可能是替代传统SLAM后端优化的关键方案。
[ECCV 2026 Best Paper Award Candidate] LingBot-Map: Geometric Context Transformer for Streaming 3D Reconstruction
媒体预览
编辑判断
传统流式3D重建依赖ORB-SLAM3或NeRF-based方法，要么精度受限要么算力爆炸，长序列漂移问题通常靠回环检测硬补。LingBot-Map的锚点上下文+轨迹记忆机制把漂移校正融进了Transformer的注意力层，相当于用自回归生成的方式做位姿优化，这比Gaussian Splatting的显式表示更适合长序列。
Paged KV cache的设计直接借鉴了LLM推理的内存管理思路，说明3D重建和语言模型的工程基础设施正在快速收敛。如果你在做机器人或空间计算，建议重点测它的序列长度极限和跨场景泛化，这两个指标决定了能不能替代现有SLAM管线。
Star History
生态分析
Experimental
流式3D重建领域的前馈式基础模型先驱，试图替代传统SLAM后端优化。
独特价值：以纯Transformer前馈架构实现20FPS长序列稳定重建，无需后端优化。