Recherche
Annonce · 1er octobre 2026
Poincar3 apprend la géométrie multi-vues sans aucune étiquette
Today we release Poincar3, our newest 3D model trained entirely through SSL on RGB image sequences. I find the coolest thing is that, without labels, it learns multi-view geometry. Just using the attention map, reliable tracks can be formed (see below).
Le modèle, un encodeur d'environ 650 millions de paramètres, s'entraîne par auto-distillation sur des séquences multi-vues, avec des vidéos non annotées ajoutées à des jeux annotés en 3D. D'après la page du projet, avec l'encodeur gelé, la pose relative atteint 62,2 d'AUC@30° sur RE10K, contre 41,5 pour Muskie et 29,1 pour DINOv3 ; sur les nuages de points ETH3D, l'erreur médiane est de 0,75 mm contre 0,88. Les normales sur DTU ne sont pas meilleures que celles de DINOv3 ou de Muskie. Poids et code sont publiés, sans licence indiquée. Le travail associe Chalmers, l'ENPC, Linköping et Bordeaux. Mesures des auteurs ; l'article n'est pas lu.