最近OpenClaw和LoGeR这两个项目让人觉得挺惊喜的，它们都用到了AI记忆技术，把3D重建这块儿给推动了一把。OpenClaw就是个私人助手，它能记住你说过的话、喜欢的设置，还有之前做的任务，就算换个地方聊天也能接着聊，特别方便。 再来说说谷歌DeepMind和加州大学伯克利分校一起搞的LoGeR。这个技术挺厉害的，以前3D重建只能搞几千帧，现在给它装上混合记忆模块之后，帧数直接干到了近2万帧。以前那种模型处理长视频容易卡壳，现在LoGeR把视频切成一段一段的来处理，还用了双向先验来猜这些小段里的东西。 当两段视频接不上茬的时候，LoGeR就用参数化的测试时训练（TTT）模块把坐标给统一起来。它还用上了滑动窗口注意力（SWA）来记住没压缩的上下文，这样就能把相邻的块对齐得很准。这个系统能在128帧的视频里训练好后，还能泛化到几千帧去用。 在KITTI数据集上试了一下，LoGeR把绝对轨迹误差（ATE）给降低了超过74%。哪怕是那种时间跨度很长的视频或者VBR序列，它也能把大结构保持住，回环闭合也很稳定。跟别的方法比起来，比如TTT3R的实验设置下，LoGeR在3D重建质量和位姿估计这块儿都赢了。 这种AI记忆技术不光让3D重建更准了，以后智能设备肯定也会更聪明、更灵活。咱们可以期待一下，未来的生活因为有了OpenClaw和LoGeR这些技术会变得更方便、更好玩。