资讯1 分钟阅读·
G2G冻结基座仅训约32M参数，自报四数据集两项位姿任务SOTA
G2G冻结MapAnything基座，仅训重采样器、跨组桥接与多帧位姿头约32M参数，作者自报四数据集跨序列重定位与rig里程计达最优。
重要性局部证据E2 未复现
冻结MapAnything基座后仅训练重采样器、跨组桥接与多帧位姿头三个模块，G2G用约32M参数——不足全模型6%——即可做两组图像间的相对6-DoF位姿估计，且只用相对位姿监督。
以往做法通常微调整个模型，训练量大，也难以保留基座通用能力。
作者自报，在室内外仿真、真实跨季节与零样本sim-to-real四个数据集上，跨序列重定位与多相机rig里程计精度达其所称最优，代码与权重已开源。
结果未经独立复现；该工作由Yufei Wei等八人完成，6月6日首提、9月17日更新v3的arXiv预印本（2606.08284）。