跳转至

谁说3DGS必须靠LiDAR？如视Argus入选ECCV，让图像也能提供LiDAR级位姿约束

Ch01.1018 谁说3DGS必须靠LiDAR？如视Argus入选ECCV，让图像也能提供LiDAR级位姿约束

📊 Level ⭐⭐ | 6.3KB | entities/谁说3dgs必须靠lidar如视argus入选eccv让图像也能提供lidar级位姿约束.md

谁说3DGS必须靠LiDAR？如视Argus入选ECCV，让图像也能提供LiDAR级位姿约束

本文来源：机器之心发布

摘要

Realsee（如视）团队的 Argus 系统入选 ECCV 2026。Argus 面向室内全景图像，能够从稀疏、无序的全景照片中直接预测相机位姿、度量深度和点云重建结果。在 Realsee3D 基准测试中，Argus 将位姿误差（ATE）从 MapAnything360 的 0.134 降至 0.096（真实场景降低约 28%，合成场景降低约 69%），误差低至 2.5cm，接近 LiDAR 的 2cm 精度水平。这一成果表明：未来可落地的 3DGS 重建不再一定需要 LiDAR 来提供精确位姿——纯图像方案也能达到产品级精度。

核心要点

  1. 纯图像方案达到 LiDAR 级精度：在如视积累的千万级室内数据训练下，Argus 的位姿误差低至 2.5cm，接近 LiDAR 的 2cm 水平——误差差距从数量级缩小到了近乎同等的范围内。

  2. 解决传统 SfM 的四大痛点：弱纹理/重复纹理、全景畸变、多房间连接场景下的相机轨迹漂移、墙体错位、高斯点云堆叠肿胀。

  3. 从"设备驱动"到"模型驱动"：Argus 入选 ECCV 2026 标志着 3D 重建正在从依赖专业硬件（LiDAR）走向大模型学习硬件背后的几何能力。

  4. LiDAR 无法解决的问题：玻璃、镜子、黑色物体导致的多回波拖尾、测距不准或数据缺失——Argus 借助合成数据训练可以避免这些 LiDAR 特有的缺陷。

深度分析

1. 3DGS 的位姿瓶颈与 Argus 的解决方案

3D Gaussian Splatting 的效果高度依赖位姿约束精度。当使用传统 SfM（如 COLMAP）计算位姿时，遇到弱纹理、重复纹理、全景畸变、多房间连接等场景时，容易出现相机轨迹漂移、墙体错位、高斯点云局部堆叠或肿胀等问题。在稀疏采集视角下，甚至会因为匹配不足导致位姿崩溃，无法生成 3DGS。

Argus 的核心定位是"3DGS 前面的几何校准器"：先通过全景图像预测稳定的相机位姿、度量深度和点云结构，再将结果作为 3DGS 优化的初始约束——使最终效果从"图片级拟合"提升为"空间级重建"。

2. 精度对比分析

方法 真实场景 ATE 合成场景 ATE 核心局限
VGGT360 基线 基线 无度量预测
MapAnything360 0.134 0.087 度量精度有限
π3D360 — — 对比参考
Argus 0.096 (-28%) 0.027 (-69%) 需室内场景训练数据

在千万级室内数据上训练的 Argus 误差低至 2.5cm，与常见 LiDAR 的 2cm 精度已非常接近。更重要的是，Argus 借助合成数据训练避免了 LiDAR 在多回波（透明/反射表面）场景下的拖尾和数据缺失问题。

3. "设备驱动→模型驱动"的范式转变

Argus 入选 ECCV 2026 的信号意义大于技术指标本身——3D 重建正在从"设备驱动"走向"模型驱动"。过去，精准空间重建依赖专业硬件（LiDAR、结构光、深度相机）；现在，大模型开始学习硬件背后的几何能力。这一转变意味着：

  • 硬件门槛降低：普通手机或全景相机的图像即可达到接近激光扫描的位姿精度
  • 采集流程简化：无需专业设备操作，用户自由拍摄即可
  • 规模化潜力：如视依托超 6000 万真实三维空间场景数据库，数据量持续增加→模型能力持续提升

4. 对 3DGS 产品化路径的影响

Argus 的精度水平（ATE 0.096, 2.5cm）使 3DGS 在室内场景的产品化路径更加清晰：用户用手机或全景相机拍摄 → Argus 提供 LiDAR 级的位姿和几何约束 → 3DGS 基于高质量约束生成可漫游的 3D 内容。这一链条意味着产品级 3DGS 从"重设备、重流程的专业采集"走向"轻量、低成本、可规模化的自由拍摄"。

实践启示

  1. 3DGS 的位姿约束是关键瓶颈：在部署 3DGS 应用时，应优先确保位姿估计质量——这比优化渲染管线对最终效果的边际影响更大。使用像 Argus 这样的大模型方案替代传统 SfM 可以显著提升质量。

  2. 纯视觉方案正在接近 LiDAR 精度：对于室内重建场景，纯图像方案已经达到 2.5cm 精度，与 LiDAR 的 2cm 差距几乎可以忽视——尤其是在 LiDAR 表现不佳的反射/透明表面场景。

  3. 大规模领域数据是护城河：Argus 的精度优势来自如视积累的 6000 万+真实三维空间数据——领域专有数据训练出的模型，在特定场景的精度和鲁棒性上显著优于通用方法。

  4. 选择 3DGS 方案时认清位姿成本：LiDAR 方案硬件成本高但流程稳定、纯图像方案成本低但需配套位姿估计模型——应根据目标场景的复杂度和精度要求选择合适的方案组合。

  5. "几何校准"作为独立价值环节：Argus 展示了位姿估计可以独立于 3DGS 渲染成为一个有价值的技术环节——这也为专业的几何校准服务（API/SaaS）创造了市场空间。

相关实体

→ 原文存档