机器之心

3D基础模型时代开启？Meta与牛津大学推出VGGT，一站式Transformer开创高效3D视觉新范式

作者

VGGT 是一种基于纯前馈 Transformer 架构的通用 3D 视觉模型，能在单张或多张图像中直接预测相机参数、深度图和点云等几何信息。其推理速度可达秒级，并在多个任务中超越传统方法。