多视角几何能像 SfM 一样迭代求解了，Solv3R 吞吐翻 16 倍

多视角几何重建的经典管线 SfM 有个漂亮的天性：增量式。新照片随时加进来，已有地图持续被精化，整个系统永远「从当前状态继续求解」。而新一代几何基础模型恰恰丢了 this：要么一次前向预测完整几何，要么按序更新循环状态，扩展地图与精化估计都变得笨拙。UBC 视觉组的 Solv3R（arXiv 2611.02857）把迭代天性请了回来。

结构上它只有一个循环 Transformer 配一个平稳更新算子：更新算子与迭代次数无关，所以已经精化的视图和新加入的视图可以不管各自「求解到什么程度」，联合参与更新。训练目标也按这个天性设计：迭代继续时，已经正确的重建保持不变，同时修正不准确的状态。工程上的关键收益是 KV 缓存：已求解视图的表征缓存一次，后续迭代当作几何上下文直接复用，按论文口径流水线吞吐提升 16 倍，KV 缓存缩小 16 到 34 倍。

更难得的是通用性：不用任务专属训练或模块切换，同一个模型覆盖离线重建、增量重建、重定位和流式重建四种模式。对做三维重建、SLAM、数字孪生的团队，这意味着一条流水线可以同时服务「离线精修」和「在线增量」两类需求，而不是维护两套模型。

需要标注的状态：arXiv 2611.02857 于 11 月 2 日发布，代码承诺一周内开源到 ubc-vision/solv3r，届时可验证；论文页面显示 16 个点赞，社区热度刚起步。这篇和此前写过的 AnchorComplete（点云补全场景网格）同属「把经典几何管线的学习版做扎实」路线，比起追新范式的论文，它们更像是给工业界递工具。