高德发布的流式3D重建模型ABot-Recon，放弃了传统依赖长期记忆锚点的做法，仅利用最近连续的12帧图像就能稳定地在线重建上万帧的三维场景。该项目已在GitHub开源代码与权重，并在魔搭社区提供体验入口。
ABot-Recon的核心思想是用局部窗口配合残差优化来替代长程记忆。模型先基于12帧局部上下文预测点云和相对位姿，再通过在线拼接与纠偏机制持续校正误差。由于只处理固定长度的局部帧序列，计算和显存需求保持恒定，不会随序列增长而膨胀，从而在效率和稳定性上获得明显优势。
在多个基准测试中，ABot-Recon在精度、速度和显存占用上取得了领先表现。在Oxford Spires长序列测试里，其平均轨迹误差比代表性方法LingBot-Map降低约40.6%，相对旋转误差降至0.12°，是同类流式方法中的最优水平。在KITTI-02上实现了24.45 FPS的实时重建，推理速度约为同类方法的1.24倍。峰值显存约为6.71GB，约为同类模型的三分之一，甚至能在消费级显卡GTX 1080Ti上运行，并且仅需单目RGB视频输入，无需额外传感器。
高德将该模型面向测绘建图、具身智能、自动驾驶及3D内容生产等场景，这些应用对实时性和硬件成本敏感，低显存与高效率使部署门槛显著降低。当前开源内容包含推理与评测代码以及训练权重，开发者可直接获取完整实现并进行试验。总体来看，ABot-Recon用局部窗口加残差优化的路径，有效规避了长序列重建中记忆膨胀的难题，为流式3D重建提供了新的可行方案。
发表评论