Skip to content
Hot eventLive

Zebra3D：高效混合注意力3D重建基础模型

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月12日，arXiv Computer Vision（一手来源）发布论文《Zebra3D：用于可扩展3D重建的高效基础模型》。该工作提出逐层稀疏-线性混合注意力框架，旨在提升预训练3D基础模型的效率，而无需从头训练。方法在VGGT、HunyuanWorld-Mirror与π³上，将线性注意力分配给耐受阶段、tile-sparse注意力分配给敏感阶段，实现免训练转换，并保持重建与相机位姿精度。目前公开信息仅此一篇报道，未见后续验证或第三方复现结果。

Generated from reports · updated 3 hr ago

LatestOct 12
Zebra3D论文发布，提出免训练混合注意力框架，在三个模型上保持重建与位姿精度。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Computer Vision
    Zebra3D：用于可扩展 3D 重建的高效混合基础模型

    Zebra3D 提出逐层稀疏-线性混合注意力框架，提升预训练 3D 基础模型效率而无需从头训练。它在 VGGT、HunyuanWorld-Mirror 与 π³ 上将线性注意力分配给耐受阶段、tile-sparse 注意力分配给敏感阶段，免训练转换即可保持重建与相机位姿精度。

Heat trend

There is not enough continuous observation data to draw a trend yet.