蚂蚁集团刚把灵汐地图（LingBot-Map）开源了，这事儿有点意思。
以前做 3D 重建，要么得用好几台相机配合，要么得把录好的视频攒够一大段再慢慢算，既贵又慢。灵汐这次不一样，他们只用了一个普通的单目 RGB 摄像头，对着视频流就能实时搞出相机的位置和周围环境的 3D 结构。
这玩意儿跑起来挺快，大概每秒能处理 20 帧画面，而且越跑越稳。我在牛津尖塔数据集上跑了跑对比数据，发现它算出来的轨迹误差，只有以前那些能实时跑的方法的三分之一，甚至比某些离线算法还准。
说实话，看到这个结果我挺惊讶的。以前总觉得“实时”和“高精度”是死对头，要么快但不准，要么准但跑不动。灵汐把这两个要求揉到了一起，确实有点颠覆。
更重要的是，这模型开源了。这意味着以后做机器人导航、自动驾驶，甚至搞 AR 眼镜，可能真不用非得配激光雷达或多目相机了。虽然用普通摄像头能达到这种精度，还是让人有点想不通背后的算法到底怎么“猜”出来的，但不管怎么算，这绝对是具身智能领域的一个大进步。
至于未来的影响，我觉得最直接的还是省钱和降低门槛。以前搞空间感知得堆硬件，现在说不定普通手机摄像头就能干这事儿了。当然，我也知道从实验室到真车、真机器人落地，路还长，各种动态环境下的鲁棒性还得再考验考验。
