高德近日宣布推出全球首个突破长程依赖限制的万帧级流式3D重建模型ABot-Recon，该技术通过创新性的局部位姿预测架构，实现了仅需12帧连续画面即可实时构建上万帧动态3D场景的突破。这项成果在视觉定位与重建领域引发关注，其核心优势在于完全摒弃传统方法对长程记忆锚点的依赖，通过局部上下文窗口实现高效运算。
技术团队采用"局部位姿预测+残差优化"的双轨机制，使模型仅需处理最近12帧的局部画面即可完成三维重建。这种设计显著降低了计算复杂度，其内存占用和运算量不会随视频时长增加而累积。在Oxford Spires基准测试中，该模型展现出卓越的精度表现，平均轨迹误差较行业标杆LingBot-Map降低40.6%，旋转误差控制在0.12度以内，刷新同类方法最优纪录。
针对局部预测可能产生的误差累积问题，研发团队构建了双重纠偏体系：在预测阶段通过动态残差补偿机制实时修正偏差，在训练阶段引入严格的空间约束条件。这种创新设计使模型在KITTI-02数据集测试中达到24.45帧/秒的推理速度，较现有方法提升24%，同时将显存占用压缩至6.71GB，仅需GTX 1080Ti等消费级显卡即可流畅运行。
该模型展现出极强的环境适应性，仅需单目RGB视频输入即可完成重建任务，无需依赖深度传感器或预先标定的相机参数。这种轻量化设计使其在自动驾驶、机器人导航等领域具有广阔应用前景。为推动技术普惠，高德已将完整推理代码、训练权重在GitHub平台开源，并在魔搭社区开设专属体验通道，供开发者自由测试与二次开发。
