实时从视频重建完整 3D 场景

bigaiguy · x · 2026-07-20

有团队开源了一套系统，可以在视频还在播放时，就从一台普通相机的画面里实时重建整个 3D 场景。帖子强调它不需要 LiDAR、深度传感器或专门摄影棚，推理速度可到约 20 FPS。真正的亮点不是生成一帧好看的 3D 图，而是在 1 万多帧的长视频里仍能保持稳定，不容易漂移、丢物体或崩掉。它适用于无人机画面、行车视频、室内 walkthrough 和大场景户外视频，并且在标准 benchmark 上据称优于更慢的优化类方法。