R3

R³是一个面向长视频流的实时三维重建模型，通过相对位姿回归实现相机轨迹估计与稠密几何重建。其核心技术包括基于Depth Anything 3（DA3）主干网络的轻量级成对位姿MLP、解耦旋转/平移的单边学习置信度机制，以及无需循环状态或Transformer模块的前馈架构；参数量仅372M，支持20+ FPS推理，内存占用可控，可处理数千帧视频。适用于室内小场景建模、机器人视觉导航、AR实时空间理解等需低延迟、长序列一致重建的边缘或服务端应用。