Any3R 论文：单一前馈模型通吃针孔/鱼眼/全景等 13 种相机，3D 重建最准
zhenjun_zhao · x · 2026-10-29
论文《Any3R: Feedforward 3D Reconstruction from Any Camera Type》（arXiv 2610.36150）提出一个前馈 3D 重建模型，可接受任意中心相机（针孔、广角鱼眼、全景等）及其混合输入，无需针对镜头重训。
核心方法：
- 现有几何基础模型（如 VGGT）假设针孔成像，位置编码和训练损失都把图像位置绑定到空间方向、依赖镜头类型；
- Any3R 将两者都条件化在稠密光线场（每个像素的单位方向）上，不依赖镜头类型、畸变系数或视场角限制；
- 用角度坐标为 rotary encoding 提供每个 patch 的实测光线角度（逐视图计算），用立体角加权按像素在球面上覆盖面积缩放 point loss，使编码和监督都与镜头解耦。
结果：在覆盖 3 个数据集、13 种中心相机的基准上（各方法用自己的预测位姿重建），Any3R 是最稳定准确的方法；对比 OmniVGGT、PanoVGGT、Wid3R、Argus、MapA-ray 等，Acc↓ 与 AUC@15°/30° 大多全面领先（如室内 ERP 上 AUC@30° 96.8 vs PanoVGGT 93.2）。该工作可从异构众包与历史影像中扩展 3D 重建。
「研究」频道最新
- 结合蛋白设计只解释约 3% 临床失败，AlphaFold 类模型被高估？ — clarejtbirch · 2026-10-29
- Byte H-Net 代码任务显示 2.24 倍计算效率，OpenAI 研究员提醒规模 caveat — willdepue · 2026-10-29
- 467页图解《心理学与神经科学原理》上线,可配 AI 导师阅读 — burkov · 2026-10-29
- 新工作论文：AI 可依据预注册文件预测经济学处理效应 — birchlse · 2026-10-29
- kalomaze：固定尺寸 UTF-8 线性投影基线够用，BPE 只是惯性特权 — kalomaze · 2026-10-29
- ProgramLab 发布：1261 个真实程序作智能体训练场，可单练也可组队 — jyangballin · 2026-10-29