開源 lingbot-map：前饋式 3D 基礎模型，從串流影像即時重建場景

登上 GitHub Trending 的 Robbyant/lingbot-map 是一個前饋式（feed-forward）的 3D 基礎模型，主打能從串流進來的影像資料即時重建出三維場景。「前饋式」的意思是模型一次推論就把結果算出來，省去傳統三維重建那種反覆迭代最佳化的漫長過程，速度上更貼近即時。把場景重建做成「基礎模型」是這幾年電腦視覺的重要方向——過去三維重建要針對每個場景慢慢算，現在改用一個預訓練好的大模型，看到新畫面就能快速吐出空間結構。串流輸入這點尤其關鍵，代表它瞄準的是會動的、連續的真實世界，處理的不再是預先拍好的靜態照片集。這種能力是機器人、自駕、AR 眼鏡與空間運算的底層地基——機器要在物理世界裡行動，第一步就是即時搞懂「我周圍長什麼樣、東西在哪」。開源出來等於把一塊原本各家自己練的關鍵積木公開，讓更多團隊不必從頭造輪子。跟我們追的具身智慧、機器人熱潮對照，2026 年的明顯趨勢是 AI 正從螢幕裡的文字，往外長進能感知三維空間的身體。