- UniScale // 2602.23224
- GPU
- WAVE 6
URD
重建者
URD在单次前馈中从多视图图像生成度量尺度的3D重建。它联合估计相机内参、外参、度量深度和密集点云图——无需COLMAP、无需运动恢复结构预处理、无需迭代优化。传统3D重建管线缓慢且脆弱——URD用单次网络调用替代多阶段处理，实现即时3D场景理解。专为需要快速环境评估和实时3D建图的资源受限机器人平台设计。
模块状态: 开发中方法
1PASS
- 部门
- ANIMA
- 波次
- W6
- 领域
- SLAM与3D
- 第6波 // ANIMA 套件
- 基础层 — 尺度感知3D重建
URD // W6 // 077/079
01核心挑战
3D重建太慢
传统3D重建需要COLMAP、SfM和迭代优化 — 每个场景需要几分钟到几小时。
机器人需要即时3D理解用于实时决策。
02解决方案
URD 提供什么
URD在单次前馈中从多视图图像生成度量尺度3D重建，同时估计相机和密集点图。
能力
- 单次前馈3D重建
- 联合相机+深度+点图估计
- 无COLMAP，无SfM，无迭代
- 机器人度量尺度输出
03工程挑战
为什么这很难
构建 URD 需要解决多个耦合问题：
- 01单次联合估计内参、外参和深度
- 02无已知相机的度量尺度
- 03有限视角密集点云
- 04实时重建速度
URD 通过精心的架构设计和严格的验证来解决这些问题。
04性能基准
用数据说话
关键指标：
| 指标 | 数值 |
|---|---|
| 方法 | 前馈 |
| COLMAP | 不需要 |
| 尺度 | 度量 |
| 输出 | 密集点 |
05构建状态
已构建的功能
已完成 3/6 个组件
| 组件 | 状态 | 说明 |
|---|---|---|
| 前馈架构 | 已完成 | 单次网络 |
| 联合估计 | 已完成 | 相机+深度+点 |
| 点生成 | 进行中 | 密集点图 |
| 边缘部署 | 计划中 | MLX推理路径 |
| 核心模型 | 已完成 | 3D重建已验证 |
| API层 | 进行中 | 重建服务 |
06应用场景
URD 部署场景
- APP_01
快速评估
紧急响应的即时3D场景理解。
- APP_02
数字孪生
几张照片快速3D建模。
- APP_03
资产创建
仿真环境的3D重建。
07技术
底层技术
基础：UNISCALE
- 单次前馈3D重建
- 联合相机+深度+点图估计
- 无COLMAP，无SfM，无迭代
核心创新
URD在单次前馈中从多视图图像生成度量尺度3D重建，同时估计相机和密集点图。
部署
- REST API
- Docker容器化
- Prometheus指标
- 可配置后端
计算
- 主要
- GPU
- 边缘
- 优化推理
- API
- REST + 流式
08论文
论文
- [01]UniScale（2602.23224）