清华&小米最新DGGT：0.4秒完成4D自驾高斯重建，性能提升50%！

点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近30个 方向 学习 路线 DGGT详解 DGGT 的核心思想是 ：一次前向就预测出"完整的4D场景状态"，并把相机位姿从前提变成结果。这使得系统无需外参标定即可从稀疏、未标定图像里恢复动态场 景，而且能自然跨数据集部署。图1展示了DGGT 的整体能力与速度-精度位置：在 0.4 秒 量级完成重建的同时，DGGT 在重建质量上超越一系列前向与优化方法，并 将 相机姿态、深度、动态分割、3D Gaussian、追踪 等输出一并给出，便于后续 实例级场景编辑 。 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 论文作者 | Xiaoxue Chen等 编辑 | 自动驾驶之心 清华大学与小米汽车联合推出 DGGT（Driving Gaussian Grounded Transformer）：一个pose-free、feed-forward的4D动态驾驶场景重建框架。 DGGT 只需未标定的稀疏图像，单次前向即可同时输出相机位姿、深度、动态实例与基于 3D Gaussian 的可编辑场景表示。模型在 Waymo 上训练，却能在 nuScen ...