8月28日，阿里巴巴集团旗下高德正式发布首个无长程依赖的万帧级流式3D重建模型ABot-Recon。该模型无需长程记忆，仅凭连续12帧局部画面，即可实时稳定重建上万帧的3D场景，实现“边拍边建”。在 KITTI、Oxford Spires、VBR等权威评测中，ABot-Recon均取得最低误差的SOTA。

ABot-Recon选择了一条全新的技术路径——“局部位姿预测+残差优化”，以应对长序列对精度、速度和显存的挑战。与同类方法不同，ABot-Recon摒弃了采用长程记忆锚点的方式来进行记忆对齐，模型只以最近的12帧连续画面作为局部上下文窗口，每次只预测当前相机坐标系下的局部点云和相邻两帧之间的相对位姿，使计算复杂度保持恒定且保证了轨迹平滑，再通过在线组合逐步拼出完整的全局轨迹与三维场景。因为预测目标始终是局部的、与序列长度无关，模型的内存与单帧计算量不再随视频变长而膨胀。

值得一提的是，ABot-Recon仅需单目RGB视频输入，无需额外深度传感器或已知相机参数，就能实现万帧级的实时三维重建。这使它既能服务测绘行业的私域建图与底图更新，也能广泛应用于具身智能、自动驾驶和3D内容生产等场景。

版权声明：

本博客部分内容为转载文章，旨在分享有价值的信息，版权归原作者所有。

转载仅为个人学习与交流目的，不对文章观点负责，亦不用于任何商业用途。

如涉及版权问题，请联系本人删除。