高德地图已开源ABot-Recon三维重建模型。该模型只需连续12帧单目RGB视频,就能实时重建超1万帧规模的场景。

ABot-Recon采用固定的12帧局部上下文,不依赖随视频长度增长的长期记忆,而是将局部点云和相机位姿逐步拼接成完整场景。官方测试中,模型在KITTI-02数据集上达到24.45帧/秒,峰值显存约6.71GB,并开放了推理代码、评测脚本和预训练权重。