新浪科技讯 8月29日下战书动静，阿里巴巴集团旗下高德正式发布首个无长程依靠的万帧级流式3D重修模子ABot-Recon。该模子无需长程影象，仅凭持续12帧局部画面，便可及时不变重修上万帧的3D场景，实现“边拍边建”。

陪同主动驾驶、具身智能等技能走向开放情况，物理AI需要的再也不只是“瞥见”，而是于挪动中连续理解空间：我于哪、周围有甚么、下一步怎么走。特别于定位旌旗灯号弱、变化快的阛阓、园区、堆栈等私域场景，体系难以依靠一次性建图或者过后重修。

今朝，主流的解决方案是经由过程流式3D重修技能实现三维场景的及时重修，可是该技能会遭到偏差累积及显存过年夜等一系列问题的影响。ABot-Recon选择了一条全新的技能路径——“局部位姿猜测+残差优化”，以应答长序列对于精度、速率及显存的挑战。与同类要领差别，ABot-Recon摒弃了采用长程影象锚点的方式来举行影象对于齐，模子只以近来的12帧持续画面作为局部上下文窗口，每一次只猜测当前相机坐标系下的局部点云及相邻两帧之间的相对于位姿，使计较繁杂度连结恒定且包管了轨迹光滑，再经由过程于线组合慢慢拼出完备的全局轨迹与三维场景。面临局部猜测中的偏差累积问题，ABot-Recon 于猜测及练习端别离设计了纠偏及偏差约束机制，及时校准轨迹偏差。依附创始性的模子设计，ABot-Recon于多个公然长序列基准测试中逾越现有要领。

精度上，于Oxford Spires长序列基准测试中，ABot-Recon的平均轨迹偏差较行业代表要领LingBot-Map降低40.6%；速率上，于KITTI-02测试中，ABot-Recon实现24.45FPS的及时重修，推理速率到达行业代表要领的1.24倍。显存方面，ABot-Recon峰值显存占用仅约6.71GB，约为同类模子的三分之一，。

值患上一提的是，ABot-Recon仅需单目RGB视频输入，无需分外深度传感器或者已经知相机参数，就能实现万帧级的及时三维重修。这使它既能办事测绘行业的私域建图与底图更新，也能广泛运用在具身智能、主动驾驶及3D内容出产等场景。今朝，ABot-Recon已经于GitHub开源了推理和评测代码及权重，并于魔搭社区上线了体验专区，利便开发者直接体验。

24小时滚动播报最新的财经资讯及视频，更多粉丝福利扫描二维码存眷（sinafinance）