NVIDIA 发布 Déjà View：117M 参数模型从多角度照片重建 3D 几何与相机位姿
NVIDIA 这个 117M 小模型只靠反复循环一个 transformer block，就在五个 3D 重建基准上打平大 10 倍的对手。做 3D 视觉或想在边缘设备上跑重建的工程师值得看看代码，循环次数还能自己调。
NVIDIA 在 NeurIPS 2026 发布 Déjà View 模型，可将不同角度拍摄的照片转换为 3D 几何结构和相机位置信息。该模型仅有 117M 参数，却在五个基准测试上达到或超过比它大 10 倍的模型。
核心技术机制是循环复用单个 transformer block：通过让同一个 block 反复执行多次迭代来完成推理，而非堆叠多层独立参数。研究者可以按计算预算调节循环次数，在精度和开销之间灵活取舍，因此计算量与更大模型相当甚至更低。
这一结果说明参数规模并非多视角 3D 重建任务的唯一决定因素，递归式架构在小模型上也能逼近大模型表现。论文被选为 NeurIPS 2026 oral，代码已随项目页面开放，做 3D 视觉和资源受限部署的研究者可以直接复现。
Meet Déjà View, a model that turns photos taken from different angles into 3D geometry and camera positions. By looping a single transformer block, this 117M-parameter model matches or outperforms models up to 10x larger across five benchmarks, using comparable or less compute. Researchers can dial the number of loops to fit their compute budget. #NeurIPS2026 oral paper + code: research.nvidia.com/labs/dvl/proje…
本条情报归属 AITOP「论文」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Déjà View、NVIDIA、NeurIPS 2026、3D重建，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「NVIDIA AI」（@NVIDIAAI），经 AITOP 多维评分管线结构化提炼。截至目前，全网已有 11 家独立信源对该事件进行交叉印证与跟进报道（含 rohanpaul_ai、Together AI、IT之家 等），属于近期高关注度行业信号。
