MoGe

MoGe 是一个用于单目图像几何重建的深度学习模型，可从开放域单张图片中联合估计度量尺度下的点云图、深度图、法向量图及相机视场角。其核心技术基于优化训练监督策略与统一多任务架构，在保持单次前向推理的前提下实现高精度、高细节的几何预测，并支持灵活分辨率输入与低延迟推理（60ms/帧）。适用于自动驾驶、AR/VR内容生成、机器人导航及三维场景理解等需从单图恢复真实尺度三维结构的视觉任务。