来源：https://www.zhihu.com/question/590322737，编辑：3D视觉工坊作者：maja首先技术不会凭空消失，而是在进步中被人以另一种面目不断发掘出来。对于SLAM，高精地图这样的问题也是这样的。目前低速巡航机器人受限算力还保持一定的架构稳定，但自动驾驶已经天翻地覆的变化了。早在高精地图地图阶段因为对算力，实时性需求差异，导致定位解算前端和特征提取后端（服务器端计算

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达内容来自知乎，「3D视觉工坊」整理，如有侵权请联系删除https://www.zhihu.com/question/609134632扩散模型有什么算力要求不高，1张显卡即可胜任的研究领域呢？作者 无所知从训练角度看，文生图类的扩散模型，有几个方向。一个是从头训练一个新的结构或者新的模型，例如Google的Imagen系列，只有一个非官方实现.

HandBot-S1是一款三维空间扫描仪，集成了3D激光雷达、双目相机、IMU、算力模块、通讯模块、电池等，并提供标定好的内外参数，免去用户硬件组装、配置、标定等麻烦，通过连接网络即可开始各种应用。HandBot-S1可用于数据采集、环境重建、机器人导航等应用。扫描仪主体和手持底座通过4颗螺丝连接，去掉手持底座后，扫描仪主体可直接搭载到轮式机器人、足式机器人、无人机等多种机器人平台，扫描仪的SLA

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达当前量产的自动驾驶系统设计方案中基本采用了多雷达、少摄像头方案进行，主要是考虑到其中的自动驾驶芯片算力因素。而仅靠多雷达的探测方案往往...

专家面对面：算力方案闭门研讨会活动背景：算力吃紧的情况下，如何以有限预算破局活动时间：2023年11月28日（周二）14:00-16:00活动主题：专家面对面闭门座谈会，讨论问题与解决之道席位有限预定从速...

以往的自由空间预测（Free-Space Prediction）往往将整片非障碍区域都视为可行驶区域，但在真实驾驶中，车辆只会沿着特定的可导航通道（Driving Corridors）行驶。学生模型仅输入多视角图像，并在鸟瞰图（BEV）与三维占据特征空间中进行多阶段特征蒸馏，从教师模型中学习高质量的空间表示，实现轻量级且高精度的三维环境理。研究团队利用真实Robotaxi的脱离数据进行了验证。结果

谷歌在 2023 年推出 RT-2，作为里程碑式的 VLA 模型，统一视觉、语言和动作标记，将机器人控制视为自回归序列预测任务，使用离散余弦变换（DCT）压缩和字节对编码（BPE）离散化动作，使新对象处理性能提高 63%。ORION 结合多种组件，实现视觉问答和轨迹规划。双系统架构：以 NVIDIA 的 Groot N1（2025）为例，结合快速扩散策略（系统 1，10ms 延迟用于低级控制）和基

点击下方卡片，关注「3D视觉工坊」公众号选择星标，干货第一时间送达来源：茶话人生001添加小助理：cv3d001，备注：方向+学校/公司+昵称，拉你入群。文末附3D视觉行业细分群。扫描下方二维码，加入「3D视觉从入门到精通」知识星球(点开有惊喜)，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料：近20门秘制视频课程、最新顶会论文、计算机视觉书籍、优质3D视觉算法源码等。想要入门3D视觉、

我们提出了一种名为PlanarGS的新方法，将平面和多视图深度先验融入3D高斯 splatting（3DGS）中，解决了室内场景中常见的大尺寸无纹理平面重建不准确的问题。：用VGGT替代多视图基础模型，用YoloWorld和SAM替代视觉语言基础模型，并在Replica数据集上增加提示词，对重建结果影响极小，表明PlanarGS的语言提示平面先验（LP3）管道和先验监督具有鲁棒性，基础模型的改进可

通过集成这些模块，我们的框架在保持实时吞吐量的同时，在 ScanNet200上相比近期的 ESAM实现了 2.8 AP 的提升。与此类似，我们将框架分解为用于实例关联的长期记忆和用于实例更新的短期记忆，由三个轻量级但协同的模块实现：1）长期记忆（LTM），可在长时间内匹配实例标识，实现长时间遮挡后的恢复。3）空间一致性学习（SCL）包括推理时的基于学习的掩码集成和训练时的实例一致性掩码监督，分别抵