LingGS：解耦几何预测与相机跟踪的高斯SLAM

2026年10月28日，arXiv Computer Vision 刊出 Da Li 等作者的论文，提出 LingGS 单目 RGB 高斯泼溅 SLAM 系统。该方法将前馈几何预测与相机跟踪解耦：以冻结的流式 3D 基础模型充当虚拟 RGB-D 传感器，从单目视频估计深度；再由显式几何求解器通过特征重投影估计相机运动。作者称，这种将学习到的几何先验与显式几何相机跟踪相结合的方式，在跟踪精度上可明显优于学习式相机预测。在室内外数据集上，该方法重建质量显著优于现有方案；在单张 RTX 4090 上运行约 7 FPS，吞吐量为所评估先前 SLAM 系统的 2–3 倍。目前报道未提及与早先版本存在数字或说法矛盾。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。