D4RT:教 AI 从四个维度看世界

Google DeepMind 推出统一模型 D4RT,用于跨时空的 4D 场景重建与跟踪。它采用基于查询的编码器-解码器架构,效率较以往方法最高提升 300 倍(单 TPU 上约 5 秒处理一分钟视频),可统一完成点跟踪、点云重建和相机位姿估计等任务,为机器人、增强现实和世界模型等应用铺路。