CV 大佬 Jitendra Malik:机器人弃用 3D 结构是在浪费宝贵信号

JitendraMalikCV · x · 2026-09-21

伯克利计算机视觉泰斗 Jitendra Malik 长文谈 3D/4D 重建：它源自摄影测量与多视图几何（Hartley & Zisserman），近十年与深度学习结合后，识别带来的形状先验（如 HMR）被融入，VGGT、SAM 3D 等新系统已能做出惊人成果。他认为这些进展与机器人直接相关——机器人身处 3D 世界，而学习时代的许多机器人论文没有利用 3D 结构，「这简直是在浪费宝贵信号」。他提到自己团队多年来做 real2sim2real 的传统，并对 Astra 让人们重新发现这一能力感到高兴，但呼吁给人类研究者记功，而不是只归功于 AI 模型。