多模態 transformer

深度分析

RecGen：從稀疏 RGB‑D 觀測同時推估形狀、結構與 6‑DoF 姿態

隨著機器人模擬需求提升，稀疏RGB‑D觀測的完整3D重建成為挑戰。RecGen結合生成式模型與姿態估計，同時支援單視與多視輸入，並以合成遮蔽資料學習。實驗顯示在多項基準上比SAM3D提升30%以上，且訓練資料量減少近八成。此技術有望降低機器人數位孿生建構成本，促進AI在實境模擬與自主導航的落地應用。