ARROW 发布:任意图像集统一 3D 重建与点跟踪,刷新两项 SOTA
CSProfKGD · x · 2026-10-04
RWTH 团队发布前馈模型 ARROW,将 D4RT 风格的解码扩展到更广输入类型:多视角视频与无序图像集合。
- 核心是一种顺序不变的查询机制,可跨任意输入(不同视角、拍摄时间、可见性变化)建立观测对应关系
- 训练时暴露于更多样输入集合,显著提升任务表现,并可泛化到多视角跟踪等更多任务
- 在 WorldTrack 与 TAPVid-3D 上取得 3D 跟踪新 SOTA,在纯 RGB 的 MVTracker 基准上超过专用多视角跟踪器,同时在 3D 重建任务保持竞争力
- 代码与权重已开源,论文见 arXiv:2610.01314
所属事件:RWTH 发布 ARROW 模型:任意图像输入统一 3D 重建与点跟踪(2 条相关)→
「研究」频道最新
- 用户建模系统 persimmon 将亮相 NeurIPS 用户模拟工作坊 — ericzelikman · 2026-11-20
- 开发者自制 MLE-Agent:MLE-Bench Tiny 金牌率 100% — InfamousTrouble7993 · 2026-11-20
- 密码学家 Matt Green 思辨:n^25 银河算法是宇宙常态还是通往 Algorithmica 的先兆 — matthew_d_green · 2026-11-20
- MIT 与 NVIDIA 推出 QDA:用智能体自动设计量化方案,64 GPU 小时超越最强人工配方 — omarsar0 · 2026-11-20
- 研究者用 AI 审计 700 万篇论文,已扫描 50 万附件发现 100+ 问题 — gleech · 2026-11-20
- Harmonic 的 Aristotle 4 小时为核聚变装置写出经形式化验证的控制器 — satnam6502 · 2026-11-20