Robbyant / lingbot-map

∴ 是什么

LingBot-Map 是一个用于流式 3D 重建的前馈 3D 基础模型，其核心是几何上下文 Transformer，通过锚点上下文、位姿参考窗口和轨迹记忆在单一流式框架中统一坐标定位、密集几何线索和长距离漂移校正。 仓库包含交互式演示脚本 (demo.py))、离线渲染流水线 (demo_render/batch_demo.py))、评估基准脚本及预训练模型权重链接.

∴ 解决什么问题

• ›流式 3D 重建中需要同时处理坐标定位、密集几何线索和长距离漂移校正
• ›长序列（超过 10,000 帧）重建时需保持稳定高效的推理
• ›现有流式方法和迭代优化方法在多个基准上重建质量不够好

∴ 怎么上手

1. 01创建 conda 环境：conda create -n lingbot-map python=3.10 -y && conda activate lingbot-map
2. 02安装 PyTorch：pip install torch==2.8.0 torchvision==0.23.0 --index-url https://download.pytorch.org/whl/cu128
3. 03安装 lingbot-map：pip install -e .
4. 04安装 FlashInfer（推荐）：pip install --index-url https://pypi.org/simple flashinfer-python
5. 05下载模型权重（见 HuggingFace 或 ModelScope 仓库）
6. 06运行演示：python demo.py --model_path /path/to/lingbot-map.pt --image_folder example/courthouse --mask_sky

∴ 适合谁

面向需要实时或流式 3D 重建的研究人员和开发者，适用于室内外场景、长视频序列的重建任务。

∴ 要点

• ›架构为几何上下文 Transformer，统一坐标定位、密集几何线索和长距离漂移校正
• ›前馈架构配合 paged KV cache attention，在 518×378 分辨率下可约 20 FPS 稳定推理，且支持超过 10,000 帧的长序列
• ›在多个基准上优于现有流式方法和迭代优化方法
• ›提供交互式 viser 查看器演示和离线批渲染流水线
• ›支持天空掩膜（使用 ONNX 模型）和窗口化推理（长序列）
• ›许可证为 Apache-2.0

∴ 在榜记录

GitHub Trending 今日榜的每日存档，日期按北京时间。2026-10-09 首次上榜，累计在榜 1 天，最高第 10 名。