开源模型仅凭单目视频实时构建 3D 地图，单 GPU 达 20 FPS、稳定超 10000 帧

一个开源模型仅凭单目视频即可实时构建 3D 地图，无需 LiDAR 或深度传感器，单 GPU 运行速度达到 20 FPS，稳定处理超过 10000 帧。其核心架构为 Geometric Context Transformer，在基准测试中超过基于优化的方法。