R³：相对位姿回归做流式前馈 3D 重建，372M 参数 20+ FPS 跑几千帧，NeurIPS 2026 全开源

视频加载中

视频加载中

作者 Congrong Xu 宣布 R³（3D Reconstruction via Relative Regression）入选 NeurIPS 2026（其首篇一作会议论文），代码全开源（github.com/KevinXu02/R3，Apache-2.0，arXiv:2605.26519）。方法核心：不做单全局坐标系下的逐相机回归，而是在部分微调的 Depth Anything 3 骨干上用轻量成对位姿 MLP 预测置信度加权的两两相对位姿，再在下游装配全局一致轨迹；每条边单一学习置信度（分解为旋转/平移）同时驱动损失加权、位姿聚合与关键帧库管理。无循环状态、无 TTT 模块、无额外 Transformer。372M 参数（约近期 1B 级模型的 1/3）在位姿估计与稠密重建上持平或超越 SOTA 流式方法，20+ FPS、有界内存扩展到数千帧；提供 r3（室内短片段）与 r3_long（室外长轨迹）两个 checkpoint。