掩码几何编码器 MGE：随机丢帧+自蒸馏提升 3D 基础模型鲁棒性
zhenjun_zhao · x · 2026-10-08
arXiv 论文提出 Masked Geometric Encoder（MGE），改进 3D 基础模型的全对全全局注意力：训练时策略性地从全局注意力中丢弃帧 token，并从预训练的全上下文教师模型蒸馏，使模型学到更丰富的逐帧几何表示。效果：
- 在遮挡和「分身视图」（视觉相似但几何距离远的视图）场景下性能显著更强
- 标准基准性能不降
- 更丰富的帧表示使推理时的 token 合并更有效，配套 Anchor-Guided Adaptive token merging 技术，保留代表性锚点帧、合并冗余 token，降低二次复杂度瓶颈
「研究」频道最新
- 实验发现:更强模型写出的自动评测确实更靠谱 — danshipper · 2026-10-08
- 腾讯发布 WorkForge:可扩展合成可验证长程工作 Agent 训练环境 — teortaxesTex · 2026-10-08
- DensiTok：用流匹配补全未见视角的几何 token，即插即用增强 3DGS — zhenjun_zhao · 2026-10-08
- 水下 3D 重建新法：将平端口相机图像扭曲为针孔透视校正折射 — zhenjun_zhao · 2026-10-08
- MoSE3：追踪分支+可微 Horn 拟合，逐像素恢复世界坐标系 SE(3) — zhenjun_zhao · 2026-10-08
- Hierarchy-GBP：粗图抽象+恢复加速因子图推断，BA 全规模 SOTA — zhenjun_zhao · 2026-10-08