<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>三维重建 &#8211; mylogs.cn</title>
	<atom:link href="https://mylogs.cn/tag/%e4%b8%89%e7%bb%b4%e9%87%8d%e5%bb%ba/feed/" rel="self" type="application/rss+xml" />
	<link>https://mylogs.cn</link>
	<description>发现、记录、分享</description>
	<lastBuildDate>Thu, 19 Nov 2026 01:57:52 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>297 万条视频训练出空间感：地平线 LoFT 让机器看懂三维</title>
		<link>https://mylogs.cn/297-%e4%b8%87%e6%9d%a1%e8%a7%86%e9%a2%91%e8%ae%ad%e7%bb%83%e5%87%ba%e7%a9%ba%e9%97%b4%e6%84%9f%ef%bc%9a%e5%9c%b0%e5%b9%b3%e7%ba%bf-loft-%e8%ae%a9%e6%9c%ba%e5%99%a8%e7%9c%8b%e6%87%82%e4%b8%89%e7%bb%b4/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Thu, 19 Nov 2026 01:57:52 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[LoFT]]></category>
		<category><![CDATA[三维重建]]></category>
		<category><![CDATA[具身智能]]></category>
		<category><![CDATA[地平线]]></category>
		<category><![CDATA[基础模型]]></category>
		<category><![CDATA[机器人]]></category>
		<category><![CDATA[视频几何]]></category>
		<guid isPermaLink="false">https://mylogs.cn/297-%e4%b8%87%e6%9d%a1%e8%a7%86%e9%a2%91%e8%ae%ad%e7%bb%83%e5%87%ba%e7%a9%ba%e9%97%b4%e6%84%9f%ef%bc%9a%e5%9c%b0%e5%b9%b3%e7%ba%bf-loft-%e8%ae%a9%e6%9c%ba%e5%99%a8%e7%9c%8b%e6%87%82%e4%b8%89%e7%bb%b4/</guid>

					<description><![CDATA[结论：地平线机器人实验室在 2026 年 11 月 18 日发布视频几何基础模型 LoFT，用 297 万条训 [&#8230;]]]></description>
										<content:encoded><![CDATA[<p class="wp-block-paragraph"><strong>结论</strong>：地平线机器人实验室在 2026 年 11 月 18 日发布视频几何基础模型 LoFT，用 297 万条训练序列让机器从普通 RGB 视频恢复三维结构，多项深度估计指标达到当前最优水平。<br><strong>关键数字</strong>：297 万条训练序列 / 9.62 亿帧图像 / 12 个数据集</p>
<figure class="wp-block-table"><table><thead><tr><th>项目</th><th>LoFT 数据</th><th>说明</th></tr></thead><tbody><tr><td>有效训练序列</td><td>约 297 万条</td><td>覆盖仿真与真实、动态与静态场景</td></tr><tr><td>图像记录</td><td>9.62 亿帧</td><td>统一三维重建数据处理与训练平台</td></tr><tr><td>SpatialBench 覆盖</td><td>12 个数据集、98 个连续视频场景</td><td>对比 VGGT-Ω、DA3-Giant</td></tr><tr><td>其他评测体系</td><td>ClassicBench 7 个基准、VRBench 多场景</td><td>涵盖机器人、自动驾驶及通用视频</td></tr></tbody></table></figure>
<figure data-wp-context="{&quot;imageId&quot;:&quot;6afe5ca4a2aa3&quot;}" data-wp-interactive="core/image" data-wp-key="6afe5ca4a2aa3" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/11/body_horizon-loft.webp" alt="地平线 LoFT 原生视频几何基础模型示意图" style="max-width:100%;height:auto;"/><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button><figcaption>图片来源：IT之家</figcaption></figure>
<h2 class="wp-block-heading">双循环架构如何看懂连续视频</h2>
<p class="wp-block-paragraph">LoFT 全称 Looped Foundation Transformer for Video Geometry，是原生面向连续视频建模的基础模型。它能从 RGB 视频中联合预测相机位姿、内参与逐帧深度，进而恢复场景三维结构，为机器人空间感知、环境理解与具身学习提供几何基础。</p>
<p class="wp-block-paragraph">模型核心是双循环 Transformer 架构。第一循环通过局部与全局时序注意力聚合跨帧信息，逐步扩大时间感受范围；第二循环显式更新相机位姿与内参，并把相机状态反馈至下一轮特征计算，两路特征结合后预测逐帧深度及其置信度。</p>
<p class="wp-block-paragraph">官方架构图显示，双循环中的 LB1 负责通用几何特征提取，LB2 实现由粗到细的几何与姿态估计。这套设计把跨帧信息聚合与相机状态迭代放进同一流程，用于挖掘视频中的时序关联与多视角几何信息。</p>
<h2 class="wp-block-heading">三套评测体系对标主流模型</h2>
<p class="wp-block-paragraph">评测环节，研究团队把 LoFT 与 VGGT-Ω、DA3-Giant 等代表性模型放在 SpatialBench、ClassicBench 和 VRBench 三套体系中比较。其中 SpatialBench 覆盖 12 个数据集、98 个连续视频场景，ClassicBench 整合 7 个经典视频重建基准，VRBench 涵盖机器人、自动驾驶及通用视频场景。</p>
<p class="wp-block-paragraph">据官方公布的信息，LoFT 在多项深度估计指标上达到当前最优水平。应用侧，官方给出的示例包括高频动态场景下的精准空间感知、文字级精细几何重建、驾驶场景中对动态车辆的鲁棒重建，以及复杂生活场景的高精度重建。</p>
<h2 class="wp-block-heading">几何感知为何是具身智能的底座</h2>
<p class="wp-block-paragraph">对机器人与自动驾驶开发者而言，LoFT 的价值在于把连续视频直接转化为可用的三维结构。这意味着机器可以仅凭摄像头视频建立对物理世界的空间认知，为避障、操作与环境理解提供底层几何支持，而不必依赖额外的深度传感器。</p>
<p class="wp-block-paragraph">值得注意的是，官方在项目主页之外尚未同步开放模型权重或代码，实际可用性仍待后续验证；文中所引用的多项指标达到最优，均来自地平线官方公布的信息，缺少第三方独立复现结果。</p>
<h2 class="wp-block-heading">常见问题</h2>
<h3 class="wp-block-heading">LoFT 主要解决什么问题？</h3>
<p class="wp-block-paragraph">让机器从普通 RGB 视频中恢复三维结构，同时输出相机位姿、内参与逐帧深度，服务机器人空间感知、环境理解与具身学习。</p>
<h3 class="wp-block-heading">和单帧处理方案有什么不同？</h3>
<p class="wp-block-paragraph">LoFT 原生面向连续视频建模，用双循环架构挖掘时序关联与多视角几何信息，而不是把视频拆成单帧再后处理拼接，动态场景下的几何一致性更强。</p>
<h3 class="wp-block-heading">模型权重已经开放下载了吗？</h3>
<p class="wp-block-paragraph">官方已上线项目主页，但截至 2026 年 11 月 18 日发布时尚未同步开放模型权重或代码。</p>
<p class="wp-block-paragraph"><em>信息来源：地平线机器人实验室 LoFT 模型发布说明（2026-11-18 发布）；IT之家、腾讯新闻 2026-11-19 报道。</em></p>]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
