首页  资讯  会展  采购  配套  出口  三资  供应商入口  网站地图

 当前位置:资讯 > 新技术 > 智能网联

智能网联

地平线发布LoFT原生视频几何基础模型:从RGB视频联合预测相机位姿、内参与逐帧深度

时间:2026-11-19 来源:汽车供应商网  作者:资讯部

地平线机器人实验室发布原生视频几何基础模型LoFT(Looped Foundation Transformer for Video Geometry),可从RGB视频中联合预测相机位姿、内参与逐帧深度,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。

一、架构:双循环Transformer聚合跨帧信息

架构上采用双循环Transformer,把跨帧视觉信息聚合与相机状态迭代优化结合,挖掘视频时序关联与多视角几何信息;在SpatialBench、ClassicBench、VRBench等综合评测的多项指标上取得领先,并在机器人操作、第一人称交互、环境探索与开放场景中展现几何重建与跨场景泛化能力。

二、评测:多项指标领先,展现跨场景泛化能力

这条发布的位置值得注意:它属于「物理AI的视觉底座」,与车企正在推进的世界模型(奔驰R7、Momenta、华为、小鹏VLA)处在同一技术栈的不同层——世界模型负责预测与决策,几何基础模型负责把视频变成可计算的三维空间。两层能力分开演进,意味着感知与决策的供应商分工可能进一步细化。

三、含义:占用网络训练可减少对激光雷达标注依赖

对智能驾驶的直接含义是,占用网络与端到端方案的训练数据可以不再依赖昂贵的激光雷达标注,成本结构有望改变。该模型为企业技术发布,评测排名为企业自述、未提供第三方复现,仍处研究阶段、未披露车规部署计划。

【汽车供应商网点评】 LoFT把「视频转三维」做成基础模型,价值在于降低三维感知的数据成本。但评测为企业自述、无车规部署计划,供应商可关注其与占用网络的结合方式,暂不宜视为即将量产的技术路线。

分享到:

企业推广 | 广告合作 | 友情链接 | 关于我们 | 联系我们 | 意见反馈 | 网站地图 | 加入我们 | 邮箱登录
版权所有:汽车供应商网 Copyright © 2015-2026 京ICP备09065995号-4 公安备案 京公网安备11010802033937号

E-mail:service@qcgys.com
电话:010-68420981、88560270
QQ:3553216770

  • 更多配套相关信息
    请扫码关注公众号

  • 扫码关注公众号