TurboVGGT：自适应交替注意力快速三维重建

2026年10月15日，arXiv Computer Vision 出现一篇由 David Huang 等作者提交的论文预印本，提出 TurboVGGT 快速多视图三维重建方法。据该预印本，TurboVGGT 是一种面向快速多视图 3D 重建的高效视觉几何 Transformer，采用自适应交替注意力机制：通过自适应稀疏选择引导的稀疏全局注意力跨帧捕捉全局关系，并用帧注意力聚合帧内局部细节，自适应学习不同稀疏层级的代表性 token。该来源称，在多个 3D 重建基准上，TurboVGGT 在保持与 SOTA 方法相当的重建质量的同时实现了快速多视图重建。上述内容均来自该预印本自述，尚无其他独立来源或后续跟进报道予以证实，其重建质量与速度表现有待进一步验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。