Обычно реконструкция сцены требует отдельной связки для оценки камер, глубины и отслеживания точек. VGGT получает изображения и предсказывает всё это одной feed-forward моделью. На вход можно подать один кадр, несколько снимков или сотни ракурсов. На выходе модель строит: - внутренние и внешние параметры камер - карты глубины - плотные карты 3D-точек - траектории выбранных точек между кадрами Результаты...