视觉惯性-SLAM

ShapeR：从随手拍摄中稳健地进行条件式三维形状生成

ShapeR: Robust Conditional 3D Shape Generation from Casual Captures

把视觉惯性 SLAM 稀疏点、多视角位姿图像与 VLM 生成的描述作为条件，用整流流 Transformer 直接回归度量尺度三维形状，为「随手拍摄视频→物体级三维资产」提供了一条不依赖干净分割与完整观测的流水线；其在线组合式增广与物体级/场景级课程训练策略可直接迁移到其他条件式三维生成任务。