微软 MoGe-3 登顶深度估计榜单，单目几何细节大幅提升
NielsRogge · x · 2026-08-31
微软发布 MoGe-3，在 Papers with Code 多个深度估计基准上创下新 SOTA，论文为《MoGe-3: Fine-Detail Monocular Geometry Estimation with Self-Guided Sparse Volumetric Refinement》。
核心思路：现有 SOTA 模型在 2D 参数化空间中解码 3D 几何，特征交互由图像平面邻近性而非真实 3D 空间关系主导，导致远处表面特征混淆、细结构与薄物体几何过平滑。MoGe-3 提出自引导稀疏 3D 精修（SSR）：将基础模型输出的粗糙点云提升到稀疏体素壳上，用稀疏卷积按 3D 空间局部性聚合特征，避免跨越深度不连续处的特征混合，从而得到高保真、度量尺度的点云。
实验显示其在多数据集上显著超越现有方法，定量与可视化均更优。权重已在 Hugging Face（microsoft/moge）开放，模型卡完善中。
「研究」频道最新
- 伯克利团队用扩散模型直接采样机器人策略权重，Unitree G1 真机走跑起舞 — berkeley_ai · 2026-10-16
- HKU 等提出 OneWM：统一因果训练让世界模型与动作学习互相增益 — IAAI233 · 2026-10-16
- 百度提出 Virtual Head Attention：同时压 KV cache、算力并保质量 — baidu · 2026-10-16
- 5.8M 参数语音事件检测器：为 Whisper 转录补上笑声呼吸与背景音 — Ayush Kumar Bar · 2026-10-16
- 华为等提出 SUPRA-Tex：单图生成可重打光 3D 材质，所见即所得 — Chen Yang · 2026-10-16
- RoboVista 机器人理解基准发布:Gemini-4 Argon 81.9% 登顶 — berkeley_ai · 2026-10-16