ABot-Recon：仅用 12 帧上下文的长序列流式 3D 重建

zhenjun_zhao · x · 2026-08-31

论文《Revisiting Local Context for Long-Horizon Streaming 3D Reconstruction》提出了 ABot-Recon 模型，挑战了长序列 3D 重建需要长时记忆的主流观点。该方法严格限制学习到的时序状态为局部（仅缓存前 11 帧的 KV 特征），预测当前相机坐标系下的点图和相邻帧的相对位姿。通过时序精化器和组合感知位姿损失来减少累积漂移，在长序列基准测试中表现优异。