Google 开源 PointDiT：极简纯 ViT 实现单目 3D 重建
CSProfKGD · x · 2026-08-25
Google Research 发布了 PointDiT (ICML 2026)，一种用于单目几何估计的像素空间扩散 Transformer。该项目完全开源，包含代码、预训练模型及完整的训练/评估管线。
PointDiT 的核心特点是其极简主义设计：直接在原始 patch 上操作，使用纯 ViT 估计密集 3D 点图。它不需要混合 ViT+Conv 架构、有损 VAE 或复杂的训练损失，仅通过条件化于冻结的预训练 DINOv3 图像 token 来实现去噪。
「研究」频道最新
- RLVR 微调致解空间坍缩，加入 replay 缓冲可保多样性并提升 pass@8 — manoelribeiro · 2026-10-15
- ModeBench 揭示 RLVR 让 LLM 只会一种解法，Re:Max 训练法可保解法多样性 — manoelribeiro · 2026-10-15
- NYU 团队推出 SCOOP：用策略协调循环让 LLM 学会真正探索 — jaseweston · 2026-10-15
- Google WeatherNext 助 NHC 预报飓风 Isaias，提前 3 天锁定路径误差 60 公里内 — PeterWBattaglia · 2026-10-15
- MIT 用简单局部突触规则让神经网络自建学习机制 — ChuckDBrooks · 2026-10-15
- 中科大提出 VASPO:自蒸馏结合特权价值估计改进 PPO 推理 — ustc-community · 2026-10-15