作者 | 半闲居士 编辑 | 3D视觉之心 点击下方 卡片 ，关注" 3D视觉之心 "公众号 第一时间获取 3D视觉干货 建图：输入传感器数据，输出一个地图。不断输入新的数据，就会不断输出新的地图。 1. 这个过程叫"建图"还是叫"训练"，不重要。传感器数据就是很多的token，地图就是一张图。 2. 地图也不必长的真的跟图一样，不必真的给人看，就是一堆数据或者一个模型。 定位：给定一个地图模型，输入传感器数据，输出该数据对应的pose。输入连续的数据，能输出连续的pose。 1. 同样的，这个过程叫"定位"还是叫"推理"，也不重要。 2. 中间计算过程也不重要，跑滤波器/图优化还是跑模型推理，都无所谓。 3. 连续性是重要的。输入时间上相邻的数据，输出也得在空间上相邻。 这大概是比较本质意义上的slam。 现在传统方法的难点 是： 原文链接： https://www.zhihu.com/question/601158699/answer/19285172841603 16781 新方法的问题 是： 1. 不够通用，性能跟数据分布相关，而传统方法几乎是无限通用的，跟数据无关。 2. 性能不够：在千元级别硬件上 ...