热点事件持续更新
LingGS：解耦几何预测与相机跟踪的 SLAM
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv cs.CV 刊出 LingGS，一个在线单目 RGB Gaussian splatting SLAM 系统。其核心设计是将前馈几何预测与相机跟踪解耦：由冻结的流式 3D 基础模型充当虚拟 RGB-D 传感器输出深度，再由显式几何求解器通过特征重投影估计相机运动。作者称系统在单张 RTX 4090 上约 7 FPS，吞吐量为所评估既有 SLAM 系统的 2–3 倍，并在室内外数据集上显著提升重建质量。目前该工作仅见论文层面的发布，报道中未提及开源代码或第三方复现结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
LingGS 论文发布：单卡约 7 FPS，吞吐为既有 SLAM 系统的 2–3 倍。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CVLingGS：将前馈几何预测与相机跟踪解耦的高保真 Gaussian SLAM
LingGS 提出一个在线单目 RGB Gaussian splatting SLAM 系统，将前馈几何预测与相机跟踪解耦：冻结的流式 3D 基础模型充当虚拟 RGB-D 传感器输出深度，显式几何求解器再通过特征重投影估计相机运动。单张 RTX 4090 上约 7 FPS，吞吐量为所评估既有 SLAM 系统的 2-3 倍，室内外数据集重建质量显著提升。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。