WorldFoundry
English中文

VGGT-Omega

论文方法总览：VGGT-Omega 的几何与深度架构。

VGGT-Omega（Meta AI）：3D 重建、高斯泼溅；已验证。

编辑此页GitHubMarkdown

VGGT-Omega 是以 facebook/VGGT-Omega 发布的 VGGT 扩展版本，覆盖 3D 重建、高斯泼溅与新视角合成。本 catalog 中它以异常严格的证据验证：与固定上游 commit 的单图 GPU 一致性对比在可比输出上达到 max_abs_diff=0.0，树内 runner 支持官方场景导出路径。

论文方法总览：VGGT-Omega 的几何与深度架构。
论文方法总览：VGGT-Omega 的几何与深度架构。

记录论文为arXiv 2605.15195。

项目页：vggt-omega.github.io。代码：facebookresearch/vggt-omega。

构建运行命令

推理 Pipeline
VGGTOmegaPipelineworldfoundry.pipelines.vggt_omega.pipeline_vggt_omega
任务Interactive Video interactive-video
环境worldfoundry-unified-cu128
设备CUDA 12.8
Runnerworldfoundry.pipeline
加载方式from_pretrained
调用方式native_or_standard_invocation
worldfoundry-eval run \
  vggt-omega \
  --pipeline.task-profile interactive-video \
  --json

用来做什么

vggt-omega 是记录的重建线。从记录的视图写出几何时从这里起步。

它使用官方架构的表示 runner 加上现有的 WorldFoundry VGGTResult/save 接口，输出 predictions.npz 与 GLB 场景产物。权重存放于 assets/checkpoints、绝不提交进源码；checkpoint 许可为 CC-BY-NC-4.0。该模型由Meta AI发布。

catalog 记录的任务包括 3D 重建、高斯泼溅、新视角合成。别名包括 vggt_omega、facebook/VGGT-Omega。

不是 VGGT、VGGT-World。

运行时契约

可选 input_path、interactions、camera_view、task_type、image_resolution；产物 scene_conf20.0_blackFalse_whiteFalse_camTrue_skyFalse_max200k.glb。

CLI task profile：interactive-video。绑定的 pipeline 类是 VGGTOmegaPipeline。

系列状态：已验证。

需要已验证的官方场景导出路径与 WorldFoundry 表示产物时使用本条目。 它与 vggt（基础版）及 vggt-world 条目相互独立——请按路径而非名称选择。

VGGT-Omega uses an official-architecture representation runner plus the existing WorldFoundry VGGTResult/save interface.

在 WorldFoundry 中运行

启动 worldfoundry-eval run vggt-omega --pipeline.task-profile interactive-video 写出几何。上方命令构建器按已记录任务切换 --pipeline.task-profile，发出的仍是 worldfoundry-eval run。

运行环境是统一 profile worldfoundry-unified-cu128（Python 3.11，CUDA 12.8）。

记录的权重仓库包括 facebook/VGGT-Omega。准备环境并检查本地资产：bash scripts/inference/prepare_model_infer.sh vggt-omega；下载缺失的公开权重时加 --download。

记录 license 为 cc-by-nc-4.0；状态：已验证。