NVIDIA 与西蒙弗雷泽大学提出 GATOR：从随手拍照片重建带位姿的 3D 资产

NVIDIA 团队联合西蒙弗雷泽大学提出 GATOR，用生成式重建打底、多模态智能体局部精修，从随手拍照片重建完整且带场景位姿的 3D 物体。该方法只在合成场景上训练，零真机微调即在真实桌面与室内扫描的几何、外观、位姿指标上领先基线，不精修约 0.5 分钟就胜过 GPT-6-Astra 跑 20 分钟。作者同时指出合成数据依赖、商业 API 绑定和极端位姿下的稳定性仍是落地待解问题。