UniMetric:免训练用 VLM 物体尺寸先验恢复 3D 重建真实尺度
zhenjun_zhao · x · 2026-10-21
论文提出 UniMetric,一个通用、免训练的度量尺度恢复框架，解决视觉几何基础模型(VGGT、π³、Depth Anything 3、Scal3R 等)只输出相对几何、缺乏真实米制尺度的问题。核心思路：用 VLM 引出熟悉物体(门、人、椅子等)的高度区间先验，沿估计的支撑面法线测量重建物体高度，把先验转化为尺度区间；再通过凸优化目标在序列级调和多个区间，得到统一点云与相机平移的全局尺度。无需额外传感器或任务特定度量监督。在 MetricBench 等自动驾驶/基础设施/具身 AI 基准上，为 8 个几何模型加上 UniMetric 后度量深度与 3D 重建(Chamfer 距离)误差普遍下降一个数量级级别，如 VGGT 在 KITTI 上 CD 从 23.09 降至 6.79 米。
「研究」频道最新
- MiTaS 多分辨率触觉模仿学习登场：成功率 80% 远超纯视觉基线 35.5% — Jan_R_Peters · 2026-10-23
- PyMC Labs 将开源 MFM：基础模型一次前向完成贝叶斯营销组合建模 — twiecki · 2026-10-23
- 新预印本：大脑区域任务状态下会动态调整信息整合时间尺度 — pshrink · 2026-10-23
- DeepMind 与 UPenn 用稀疏自编码器打造可解释 AI 文本检测器 — rohanpaul_ai · 2026-10-23
- 把图像生成器改造成密集对应匹配器，解锁传统方法做不到的应用 — kwangmoo_yi · 2026-10-23
- FreeMatching:把图像生成器改造成通用稠密对应匹配器 — kwangmoo_yi · 2026-10-23