Zebra3D：免训练加速3D重建基础模型

2026年10月12日，arXiv cs.CV 刊出 Zebra3D，一种面向可扩展 3D 重建的高效混合基础模型。该工作提出逐层稀疏-线性混合注意力框架，无需从头训练即可为预训练的 3D 基础模型提速，并通过闭式仿射拟合完成免训练转换。报道称，方法在 VGGT、HunyuanWorld-Mirror 与 π³ 上保持重建和相机位姿精度，在 1,024 视角时端到端加速最高达 7.1×。目前公开信息仅来自该篇论文，暂无后续复现、对比或评测报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。