Trust3R 论文为前馈 3D 重建引入证据式不确定性,入选 ICML 2026
rsasaki0109 · x · 2026-09-12
- 作者提出 Trust3R，一个面向可信前馈 3D 重建的框架，已被 ICML 2026 接收。
- 背景痛点：DUSt3R、MASt3R 等几何基础模型能从无标定图像单次前向预测稠密 pointmap，但其逐像素置信度只是启发式的，缺乏概率解释，无法告诉下游的对齐、融合与 SLAM 模块几何预测在何处、多大程度可信。
- 方法：在轻量门控残差均值精修之上，用证据学习在 Normal-Inverse-Wishart (NIW) 先验下预测 pointmap 证据；边缘化后得到闭式多元 Student-t 预测分布，从而给出概率上有依据的 pointmap 不确定性，且推理开销适中。
「具身」频道最新
- 插网线级别 Real2Sim2Real 保真度都极难做到 — jonstephens85 · 2026-10-31
- Genspark 推出五键 AI 硬件 VoicePad，99 美元开启预订 — Scobleizer · 2026-10-31
- 全球首个人形机器人服装智能工厂投产，量产 Annie 机器人 — CyberRobooo · 2026-10-31
- 机器人评测绕不开基准难题:Drift 主张按真实部署场景定制测试 — jonstephens85 · 2026-10-31
- Tesla We, Robot 预告成真:Cybercab 已在德州投产并载人 — XFreeze · 2026-10-31
- 被称为「AI 圈最出名也最出名翻车」的 SO-101 机器人获新平台支持 — jonstephens85 · 2026-10-31