TUM 团队 Deep Bundle Adjustment:模型小 590 倍,3D 重建无需初始化
Singularitarian · x · 2026-11-18
TUM 的 Daniel Cremers 团队发布 Deep Bundle Adjustment,实现无需初始化的精确且快速的 3D 重建。关键数据:模型比 VGGT 小约 590 倍,在 CO3Dv2 上 RRA@15 达 97.4(对比 VGGT 的 99.3),且在超过约 15 个视角时速度超过 COLMAP/GLOMAP。
「研究」频道最新
- Argon 开源多材质物理引擎 Alloy:一块 GPU 跑数千并行世界 — ycombinator · 2026-11-18
- Arc Institute 发布 antiGen 与 Germinal Multi 预测病毒突变 — BrianHie · 2026-11-18
- Zyphra 将次二次注意力 ZHA 扩到万亿参数开源模型,长上下文提速 9-60 倍 — realmrfakename · 2026-11-18
- 从 Kolmogorov 复杂度到 AIXI:不可计算性或是智能与意识的共同底色 — JensHonack · 2026-11-18
- BAIO 推出 AI×生物 101 图解指南:覆盖蛋白设计与虚拟细胞 — DrMorganLevine · 2026-11-18
- Marimba:冻结Qwen3-ASR特征实现语音「系统一」决策,9项测试6项平或超Qwen3-Omni — charcot-ai · 2026-11-18