LingBot-Map 论文入选 ECCV 2026 Oral，GitHub 获 16.9K Stars
机器人空间感知正从「看见」走向「记住」：LingBot-Map 用单目视频流实时重建三维场景，同时拿到开源社区和顶会认可。
蚂蚁灵波开源的流式 3D 重建基础模型 LingBot-Map 入选 ECCV 2026 Oral。它只需一颗普通 RGB 摄像头，就能在视频采集过程中实时估计相机位姿（相机在空间中的位置和朝向）并重建场景三维结构，官方 GitHub 项目已收获 16.9K Stars。
正文摘录
.jpg) 编辑｜陈陈 机器人正在学习一种曾经只属于人类的能力：记住自己走过的世界。 第一次进入陌生房间时，人不会把看到的一切逐帧存储下来。我们会记住关键结构：门在哪里，桌子在哪里，刚才经过的位置，以及自己现在处于什么位置。 正是这种选择性记忆，支撑了人类在复杂环境中的持续行动。对于机器人来说，这也是走向真实世界必须解决的问题。 今年 4 月， 蚂蚁灵波开源的流式 3D 重建基础模型 LingBot-Map ，正是在「机器人如何记住空间」这一核心问题上，探索出了一条新的技术路线。无需复杂硬件， 仅靠一颗普通 RGB 摄像头，就能让机器人在视频采集过程中，实时完成相机位姿估计与场景三维结构重建 ，从而填补了实时空间感知领域的关键技术空白。  在穿越多房间的长序列中，面对环境剧变与大幅视角变换，LingBot-Map 依然能表现出极强的鲁棒性 截至目前，LingBot-Map 官方 GitHub 项目已获得 16.9K Stars、1.9K Forks ，并多次登上 GitHub Trending，成为 3D 视觉领域备受关注的开源项目之一。