LingBot-Map：实时流式3D重建的基础模型

用视频流实时重建 3D，老大难是漂移、速度慢、长序列崩。Robbyant 团队开源的 LingBot-Map 是一个前馈式 3D 基础模型，专做流式 3D 重建，README 标注其为 ECCV 2026 最佳论文奖候选。核心架构叫 Geometric Context Transformer：通过锚点上下文（anchor context）、位姿参考窗口（pose reference window）和轨迹记忆（trajectory memory），把坐标定位、稠密几何线索、长程漂移校正统一进单一流式框架。效率上采用分页 KV cache 注意力（paged KV cache attention），在 518×378 分辨率下稳定跑到约 20 FPS，序列超过 10,000 帧仍能稳定推理，重建质量做到 SOTA。上手路径是克隆仓库、配好 Python 环境，用官方权重对视频或图像序列推理，具体命令以仓库文档为准，复现指标需对照论文的评测设置。适合做三维视觉、SLAM、空间智能、具身智能的研究者与工程师，以及想搭「拍摄即建模」管线的实景扫描、数字孪生团队。