Graph3R 用验证头统一视图图初始化与前馈重建，召回提升 8.99 点
zhenjun_zhao · x · 2026-10-19
Jingwen Yu、Ping Tan、Hong Zhang 等发布 Graph3R，把视图图初始化与前馈重建统一到同一套几何表示中，解决混杂多场景图像集合会污染位姿与几何的问题。
流程：π³ 提取多视图特征 → 轻量验证头预测成对共视性 → 构建视图图并划分场景 → 按场景 mask 共享特征后解码位姿与稠密几何，单次前向即可分别重建多个不相交场景。
结果：三个基准上 100% 精度下的平均最大召回较基线提升最多 8.99 个百分点，混合场景重建质量提升；多会话建图任务中跨会话定位更好，ETH3D 位姿精度 76.19/88.09（10°/1m、20°/5m）超 RobustPi3 等基线，多视图深度一致性 ETH3D 平均 MVS 0.2230 领先，且运行速度更快。
「研究」频道最新
- 连续扩散语言模型新突破:DoubleCat/SemiCat 摆脱 self-conditioning — tarantulae · 2026-10-19
- Anthropic 可解释性研究员：模型是「长」出来的，写诗前已想好押韵词 — lennysan · 2026-10-19
- 开发者批评 AI 产的 700 个 Lean 证明「潦草难读」是失败 — bradneuberg · 2026-10-19
- TartanMatch 单模型打通 RGB/事件/热成像/深度/激光雷达 25 种配对 — zhenjun_zhao · 2026-10-19
- 数学圈观点：我们可能正迈入数学的黄金时代 — thebasepoint · 2026-10-19
- 新论文证明位姿图优化存在可先验验证的全局最优性判据 — zhenjun_zhao · 2026-10-19