LingBot-Map 是面向长图像或视频序列的流式 3D 重建模型。Geometric Context Transformer 维护几何上下文和 KV cache，逐帧输出深度、世界坐标点与相机位姿，并提供浏览器查看器和长视频离线渲染管线。
来源：github.com/Robbyant/lingbot-map 查看 GitHub 仓库 → 📘 使用教程 →官方仓库没有付费、充值、订阅或转售入口，因此保留并优先补齐近期安装变化、显存边界与长序列退化条件。
来源：github.com/Robbyant/lingbot-map模型用上下文 token、参考窗口和轨迹记忆处理连续帧，输出深度、点图与相机姿态；FlashInfer 提供分页 KV cache 路径。
来源：github.com/Robbyant/lingbot-map超过约 3000 帧时可用 windowed 模式；keyframe_interval 控制进入缓存的关键帧，overlap_keyframes 保留相邻窗口上下文。
来源：github.com/Robbyant/lingbot-mapdemo.py 默认在 localhost:8080 启动 Viser；demo_render/batch_demo.py 处理长视频并输出点云飞行 MP4 和可选逐帧 NPZ。
来源：github.com/Robbyant/lingbot-map输入图像经预处理进入 Geometric Context Transformer；初始尺度帧建立参考，后续帧按 streaming 或 windowed 模式更新 KV cache 和轨迹状态。模型输出深度、置信度、世界点与位姿。demo.py 交给 Viser 展示；batch_demo.py 还会做天际线分割、GPU 点云渲染与 ffmpeg 编码。
来源：github.com/Robbyant/lingbot-mapPillowhuggingface_hubeinopssafetensorsopencv-pythonscipy可选 FlashInfer可选 Viser/Trimesh/ONNX Runtime离线渲染另需 Kaolin 与 ffmpeg适合研究长视频的相机轨迹、深度和点云重建，以及复现实验基准。它不是零配置 CPU 工具，也没有默认全局回环优化；用于机器人或测绘前，要在自己的相机、运动速度、尺度和回环场景上评估漂移。
来源：github.com/Robbyant/lingbot-map截至 2026-09-23，官方 GitHub Releases 页面没有 release；pyproject.toml 的包版本为 0.1.0。README 最近明确记录的功能更新包括 2026-06-28 的 SDPA KV cache 修复和 2026-05-25 的 benchmark 发布，复现应固定 commit 与 checkpoint。
来源：github.com/Robbyant/lingbot-map/releasesstatus: docs-only | checked_at: 2026-09-23 | environment: 核对官方 README、pyproject.toml、benchmark 文档、模型下载链接和 GitHub Releases 页面 | limitations: 未安装 CUDA/PyTorch/FlashInfer/Kaolin，未下载 checkpoint 或数据集，未运行推理、viewer、benchmark 或离线渲染，未验证 20 FPS 等硬件相关结果 | observed_output: pyproject 版本为 0.1.0、Python 下限 3.10；官方无 GitHub release；README 记录 2026-06-28 修复 SDPA KV cache，并在 2026-05-25 发布 benchmark
来源：github.com/Robbyant/lingbot-map/releasesMeta 的 VGGT 接收一个到数百张图，一次前馈预测相机、深度、点图和跟踪；LingBot-Map 围绕流式状态、KV cache、关键帧和窗口重置处理更长序列。短批次、多任务几何预测可先看 VGGT；连续视频和长序列状态管理更符合 LingBot-Map 的接口。
来源：github.com/facebookresearch/vggt保留。深度页应把模型宣传结果与本轮未实测边界分开，并突出显存、上下文长度、端口和模型下载成本。
来源：github.com/Robbyant/lingbot-map可以。官方提供 --use_sdpa，回退到 PyTorch 原生注意力；README 仍建议 FlashInfer 获得更好的流式性能。两条后端的速度、显存和长序列质量应在同一硬件上分别测。
模型用 320 views 训练 video RoPE，缓存持续超过这个范围时性能会下降。提高 keyframe_interval 只让部分帧进入 KV cache，非关键帧仍会产生预测，从而把更长视频放进有限上下文。
README 写的是 Viser 默认运行在 http://localhost:8080。仍应检查实际绑定地址、防火墙和运行环境，不要在含敏感图像时把端口转发到公网。
官方只给出 --offload_to_cpu、减少 num_scale_frames 和降低相机迭代等节省显存方法，没有承诺所有 8GB 设备可稳定运行。应先用短 example 测峰值显存，再逐步增加帧数。
VGGT 面向一个到数百张图的一次前馈几何预测；LingBot-Map 增加流式状态、分页 KV cache、关键帧和窗口模式，重点处理连续长序列。