高德发布首个无长程依赖的万帧级流式3D重建模型ABot-Recon，以12帧重建万帧3D场景

8月28日，阿里巴巴旗下高德发布首个无长程依赖的万帧级流式3D重建模型ABot-Recon。该模型无需长程记忆，仅凭连续12帧局部画面即可实时重建上万帧3D场景，实现“边拍边建”。在KITTI、Oxford Spires、VBR等基准测试中，其误差达SOTA水平。技术路径采用“局部位姿预测+残差优化”，摒弃传统记忆锚点，使计算复杂度与显存占用保持恒定。实测中，ABot-Recon平均轨迹误差较LingBot-Map降低40.6%，相对旋转误差低至0.12°，推理速度达24.45FPS，峰值显存约6.71GB，仅为同类模型三分之一，消费级显卡即可运行。该模型仅需单目RGB视频输入，无需额外传感器，可服务测绘、具身智能、自动驾驶及3D内容生产。目前，其推理与评测代码及权重已在GitHub开源，并上线魔搭社区体验专区。