如视Argus入选ECCV，让图像也能提供LiDAR级位姿约束

发布时间：2026-07-18 07:07:59 来源：安智兰德资讯网 作者：娱乐

机器之心发布

随着 Luma AI、视A束Aholo、入选让图Scaniverse、像也KIRI 等消费级 3D Gaussian Splatting (3DGS) 应用的姿约爆发，3DGS 技术正加速向大众用户渗透。视A束用户只需通过手机拍摄，入选让图即可将物体、像也房间乃至完整空间转化为可自由漫游的姿约 3D 内容。

然而，视A束高质量的入选让图 3DGS 重建高度依赖精确的位姿约束。若位姿信息偏差，像也重建效果将显著下降，姿约甚至出现严重的视A束几何畸变：

(左右滑动查看：图1：某APP生成画面｜图源小红书；图2：墙体弯曲；图3：墙面鼓包)

上述“Bad Case”表面看似渲染优化不足，本质根源在于位姿与几何信息的入选让图不准确。

传统解决方案是像也引入 LiDAR。LiDAR 能提供高精度的位姿约束，有效解决视觉环境中的鲁棒性问题，确保 3DGS 收敛至高质量场景。但其代价高昂：硬件成本高、采集流程繁琐，难以在大众消费级场景中普及。

近期，ECCV 2026结果公布，Realsee（如视）团队成果 Argus: Metric Panoramic 3D Reconstruction for Indoor Scenes成功入选。该研究面向室内全景图像，能从稀疏、无序的全景照片中直接预测相机位姿、度量深度及点云重建结果，为 3DGS 提供更稳定、精准的几何约束。

Argus 论文地址：https://argus-paper.realsee.ai

如视这项研究揭示了一个关键趋势：未来可落地的 3DGS 重建，不再必然依赖 LiDAR。仅需手机或全景相机拍摄图像，结合如视 Argus 获取的高质量位姿与度量几何，即可推动 3DGS 进入更轻量、低成本、大众化的采集新纪元。

效果对比：传统 SfM vs. 如视 Argus

可将如视 Argus 视为 3DGS 前端的“几何校准器”。

(左：传统 SfM；右：使用如视 Argus。字迹、物体细节等效果显著提升)

3DGS 通常依赖传统 SfM（Structure from Motion）计算位姿与初始几何。但在弱纹理、重复纹理、全景畸变或多房间连接等复杂场景下，传统 SfM 易出现以下问题：

• 相机轨迹漂移；
• 墙体、门洞、家具边缘错位；
• 高斯点云局部堆叠或肿胀；
• 新视角漫游时出现闪烁和重影。

在稀疏采集视角下，匹配不足甚至会导致位姿崩溃，无法生成有效的 3DGS。

经如视 Argus 处理后，系统首先获得更稳定的图像位姿、度量深度和点云结构，并将其作为 3DGS 优化的初始约束。最终效果从“图片级拟合”跃升为接近“空间级重建”。

数据验证：位姿与几何精度显著领先

在 Realsee3D基准测试中，如视 Argus 在相机位姿、深度估计和点云重建上均取得了 SOTA（State of the Art）级表现。

以相机位姿为例，论文对比了如视 Argus 与 VGGT360、MapAnything360、π3D360 等方法。与支持度量预测的 MapAnything360 相比：

• 真实子集：ATE（绝对轨迹误差）从 0.134 降至 0.096；
• 合成子集：ATE 从 0.087 降至 0.027。

(Argus VS VGGT360、MapAnything360、π3D360)

这意味着：
* 在真实室内场景中，如视 Argus 的全局位姿误差比 MapAnything360 降低约 28%；
* 在合成场景中，误差降低约 69%。

得益于如视积累的数千万真实场景数据训练，在常见居住室内环境中，其误差低至 2.5cm，已非常接近常见 LiDAR 的 2cm 误差水平。

此外，借助合成数据训练，如视 Argus 模型有效规避了 LiDAR 常见的多回波拖尾问题，以及玻璃、镜子、黑色物体测距不准带来的噪声或数据缺失。

对于 3DGS 而言，这种精度提升至关重要。位姿误差的降低直接转化为视觉效果的优化：墙面更直、边界更锐、物体重影减少、漫游空间感更稳定。

从激光扫描到自由拍摄：空间重建正在换挡

如视 Argus 入选 ECCV 2026，不仅是学术成果的发布，更是一个行业信号：3D 重建正从“设备驱动”转向“模型驱动”。

过去，精准空间重建依赖专业硬件；现在，大模型开始学习并复现硬件背后的几何能力。

对如视而言，依托超 6000 万真实三维空间场景数据库，随着数据量、场景类型和训练样本的持续扩充，如视 Argus 模型对复杂空间的理解能力将不断提升。

未来，产品级 3DGS 将摆脱重设备、重流程的专业采集束缚，走向更轻量、低成本且易于规模化的空间重建方式。

如视 Argus 展示的，正是这一方向的第一步：用图像重建真实世界，用精准位姿约束 3DGS，让产品级 3DGS 从专业设备时代，迈向普通用户也能参与的自由拍摄时代。

相关文章