亚琛工大开源 ARROW：任意 RGB 输入统一 3D 重建与点跟踪，刷新 SOTA
kwangmoo_yi · x · 2026-10-09
RWTH Aachen 团队发布 ARROW（Arbitrary Reconstruction and Tracking of 4D Observations in the Wild），一个前馈模型，统一了任意图像集上的 3D 重建与 3D 点跟踪。
- 核心创新：顺序不变的查询机制（order-invariant querying），使查询可与任意输入（照片集、移动相机视频、多机位同步流或其任意组合）建立对应，无需时间排序；论文链接、代码已放出，权重即将开源。
- 训练策略：让模型接触更多样的输入组合，带来任务性能提升，并能泛化到多视角跟踪等更广任务。
- 成绩：在 WorldTrack 和 TAPVid-3D 上刷新 3D 跟踪 SOTA，在适配后的 RGB-only MVTracker 基准上超越专门的多视角跟踪器，同时在 3D 重建任务上保持竞争力。
「多模态」频道最新
- Vigglorious Studio：分块+引导关键帧，让长视频角色一致性大幅提升 — Tablaski · 2026-10-09
- 星球大战 AI 神曲再出新作：Qui-Gon 的《Gin and Juice》 — aronchick · 2026-10-09
- MiniMax H3 生成僵尸短片走红，AI 视频再出爆款 — gabxav · 2026-10-09
- Seedance 2.5 AI 视频被赞「杰作」，转发者附和推荐 — BLUECOW009 · 2026-10-09
- HeyGen Video 登顶 OpenRouter 视频模型榜，48 小时发放免费码 — aziz4ai · 2026-10-09
- 用 Claude+Codex 自制伪『失落影像』恐怖广播,一集渲染只要几分钟 — zndr-cs · 2026-10-09