如視Argus入選ECCV，讓圖像也能提供LiDAR級位姿約束

機器之心發布

Luma AI、Aholo 、Scaniverse、KIRI 等消費級 3DGS 應用的出現，已經說明 3D Gaussian Splatting 正在走向普通用戶。用戶拿起手機，就希望把物體、房間，甚至完整空間，變成可漫游的 3D 內容。

但如果想要效果夠好，3DGS 就需要精確的位姿約束，否則效果會大打折扣：

左右滑動查看。圖1：某 APP 生成畫面｜圖源小紅書；圖 2：墻體彎曲；圖 3：墻面鼓包。

這些 badcase 看起來像是 3DGS 渲染沒有優化好，但本質上，往往是位姿與幾何信息不夠準確。

過去，解決這類問題最穩妥的方式是上 LiDAR 。LiDAR 能提供精確的位姿約束，在一定程度解決上述問題，即使在高難度視覺環境中，也能解算出足夠魯棒的位姿和幾何，讓 3DGS 優化收斂到更高質量的場景表達。

但這也意味著更高的硬件成本、更重的采集流程，以及更難進入大眾消費級場景。

近期， ECCV 2026 結果公布，Realsee 團隊的成果 Argus: Metric Panoramic 3D Reconstruction for Indoor Scenes 成功入選。它面向室內全景圖像，能夠從稀疏、無序的全景照片中，直接預測相機位姿、度量深度和點云重建結果，可以為 3DGS 提供更穩定、更精準的幾何約束。

• Argus 論文地址：https://argus-paper.realsee.ai

如視的這項研究說明：未來可落地的 3DGS 重建，不再一定需要 LiDAR 來提供精確位姿。只要有手機或全景相機拍攝的圖像，再通過如視 Argus 獲得高質量位姿和度量幾何，就可以讓 3DGS 進入更輕量、更低成本、更大眾化的采集時代。

先看效果：傳統 SfM vs使用如視 Argus

可以把如視 Argus 理解成 3DGS 前面的“幾何校準器”。

使用傳統 SfM（左）VS 使用如視 Argus（右）。字跡、物體細節等效果顯著提升

3DGS 通常依賴傳統 SfM 來計算位姿和初始幾何。遇到弱紋理、重復紋理、全景畸變、多房間連接等場景時，容易出現：

• 相機軌跡漂移；
• 墻體、門洞、家具邊緣錯位；
• 高斯點云局部堆疊或腫脹；
• 新視角漫游時出現閃爍和重影。

在稀疏采集視角下，甚至會因為匹配不足導致位姿崩潰，無法生成 3DGS。

經過如視 Argus 處理后，系統可以先獲得更穩定的圖像位姿、度量深度和點云結構，再將這些結果作為 3DGS 優化的初始約束 —— 最終效果會更接近“空間級重建”，而不只是 “圖片級擬合”。

再看數據：如視 Argus 位姿與幾何精度顯著領先

在 Realsee3D 基準測試中，如視 Argus 在相機位姿、深度估計和點云重建上取得了 SOTA（state of the art) 級表現。

以相機位姿為例，論文給出了 如視 Argus 與 VGGT360、MapAnything360、π3D360 等方法的對比。和支持度量預測的 MapAnything360 相比，如視 Argus 在真實子集上將 ATE 從 0.134 降至 0.096，在合成子集上從 0.087 降至 0.027。

Argus VS VGGT360、MapAnything360、π3D360

也就是說在真實室內場景中，如視 Argus 的全局位姿誤差比 MapAnything360 降低約 28%；在合成場景中，誤差降低約 69%。

對于常見居住室內環境而言，在如視積累的全量數千萬數據上訓練后，誤差更是低至 2.5cm，與常見 LiDAR 2cm 的誤差已經非常接近。

另外，借助合成數據，如視 Argus 模型還能避免 LiDAR 常見的多回波拖尾問題，以及玻璃、鏡子、黑色物體測距不準帶來的噪聲或數據缺失。

對于 3DGS 來說，這類提升非常關鍵。位姿誤差降低，不只是指標變好，而是直接影響最終效果：墻面更直、邊界更銳、物體更少重影、漫游時空間更穩定。

從激光掃描到自由拍攝，空間重建正在換擋

如視 Argus 入選 ECCV 2026，不只是一次論文成果發布，更像是一個行業信號：3D 重建正在從 “設備驅動” 走向 “模型驅動”。過去，精準空間重建依賴專業硬件；現在，大模型開始學習硬件背后的幾何能力。

對如視自身來講，依托超 6000 萬真實三維空間場景數據庫，隨著數據量、場景類型和訓練樣本持續增加，如視 Argus 模型對復雜空間的理解能力也會持續提升。

在未來，產品級 3DGS 將會有機會從重設備、重流程的專業采集，走向更輕量、更低成本、也更容易規模化的空間重建方式。

如視 Argus 展示的，正是這個方向的第一步：用圖像重建真實世界，用精準位姿約束 3DGS，讓產品級 3DGS 從專業設備時代，邁向普通用戶也能參與的自由拍攝時代。