高德推出 ABot-Recon 流式 3D 重建模型：精度速度双提升 显存占用大幅降低

在自动驾驶与具身智能技术向开放场景渗透的背景下，传统 3D 重建方案难以满足私域场景实时性要求，传统流式 3D 重建技术存在「记忆困境」。阿里巴巴高德团队推出全球首个无长程依赖的万帧级流式 3D 重建模型 ABot-Recon，采用「局部位姿预测 + 残差优化」双引擎架构，仅以连续 12 帧为动态上下文窗口，将计算复杂度锁定在恒定水平。该模型在预测机制、误差控制、资源占用方面具创新性，测试中轨迹误差更低、推理速度更快、显存占用仅为主流模型三分之一，消费级显卡即可承载。此外，该模型仅需单目 RGB 视频即可完成万帧级三维重建，无需深度传感器或预先标定相机参数，目前已开源推理代码与训练权重，并开设体验专区。