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 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。