NVIDIA 发布 Foundation4D:统一自动驾驶感知与4D重建的前馈模型
zhenjun_zhao · x · 2026-10-24
NVIDIA 推出 Foundation4D,用单一前馈模型统一驾驶场景的多相机感知与 4D 重建。
- 架构:共享 DINOv2 图像编码器 + 分解的图像/视角/时间注意力,处理 6 相机 rig 视频
- 多任务解码头输出:rig/ego 位姿、度量深度与语义点图、3D 高斯场景重建、3D 检测框与速度、BEV 语义占据栅格
- 在 Waymo 与 nuScenes 上,深度估计 AbsRel 0.09/0.15、δ₁<0.25 达 91.97%/86.44%,显著超过 DVGT、GeUP 等基线;轨迹误差 ATE 也大幅领先
- 支持 PGO+LM 推理模式,可重建约 20 秒六相机片段的 RGB 与语义点云
所属事件:NVIDIA 发布 Foundation4D 统一自动驾驶感知与重建(2 条相关)→
「具身」频道最新
- NVIDIA 团队招募 2027 实习生，方向为人形机器人与 RL — xbpeng4 · 2026-10-24
- MIT 盲装配机器人：不用视觉与触觉，插销成功率 73% 零样本上真机 — chris_j_paxton · 2026-10-24
- RL 用于高可靠机器人操作：批评者称「RL 没用」，实践者用结果回击 — chris_j_paxton · 2026-10-24
- 开源 MuJoCo Warp PBR 渲染器：单 megakernel 渲染数千世界 — mishig25 · 2026-10-24
- 用 Claude Code 改造 Roborock:扫地机器人 10/10 成功逃离楼梯底死角 — fillyourcoffee · 2026-10-24
- NVIDIA GTC 柏林扩容 Isaac 机器人平台，同日 enact 融 3000 万美元 pre-seed — lukas_m_ziegler · 2026-10-24