ABot-Recon：基于局部上下文的长序列流式3D重建

ABot-Recon 是一款用于从视频流进行长时程 3D 重建的开源项目。它采用固定的 12 帧局部上下文策略，通过预测当前帧点图及相邻相对位姿，并顺序组合生成全局轨迹与点云，无需持久化的长程记忆。该方法在保持模型状态内存和单帧计算独立于序列长度的同时，利用轻量级旋转精化器和位姿损失限制长时漂移。项目支持 Linux 环境下的本地部署，提供 Python API 及在线演示，适用于需要高效、低内存占用的流式 3D 场景重建任务。

能做什么

• 固定 12 帧局部上下文，避免长程状态累积导致的内存膨胀
• 顺序组合相邻相对位姿恢复全局轨迹，无需回环检测
• 集成 FlashInfer 和 cuRoPE 加速 KV 缓存与旋转位置编码
• 提供点云视频渲染及鸟瞰图可视化脚本
• 支持在 Axera AX650N NPU 上运行（社区移植版）

怎么用起来

项目针对 Linux 系统，要求 Python 3.10 或更高版本，PyTorch 2.5.1 及 CUDA 12.1。安装需创建 conda 环境并安装指定版本的 torch 及项目依赖。推荐安装 flashinfer-python 并编译 cuRoPE 以加速推理。模型权重可从 Hugging Face 或 ModelScope 自动下载，离线使用需手动下载至指定目录。README 未说明具体显存最低要求，但基准测试在 NVIDIA H100 上运行，验证环境为 A100。

适合谁用

适合需要处理长视频序列进行 3D 重建的技术美术和开发者，特别是关注内存效率、实时性且不希望依赖复杂回环检测机制的场景，如机器人导航或动态场景建模。

相关教程

• Tái tạo 3D online từ video dài chỉ với 12 khung hình – ABot-ReconYouTube · Review Repo · 10 分钟