地平线发布 LoFT:用双循环 Transformer 从视频里“拆”出三维世界
地平线机器人实验室发布原生视频几何基础模型 LoFT,可从 RGB 视频联合预测相机位姿、内参与逐帧深度,在 SpatialBench、ClassicBench、VRBench 三项评测的深度估计指标上达到 SoTA。
主题标签
地平线机器人实验室发布原生视频几何基础模型 LoFT,可从 RGB 视频联合预测相机位姿、内参与逐帧深度,在 SpatialBench、ClassicBench、VRBench 三项评测的深度估计指标上达到 SoTA。