---
title: "VGGT"
description: "VGGT（Meta AI (FAIR) / University of Oxford (VGG)）：3D 重建、3dgs；Runner 一致性待确认。"
modelId: "vggt"
pageSource: authored
---

VGGT（Visual Geometry Grounded Transformer，CVPR 2025）是前馈网络：单次前向即可从一到数百个视图推断相机、深度图、点图与 3D 点轨迹——无需逐场景优化。本 catalog 中已注册树内两段式 3DGS pipeline，与 vggt-omega、vggt-world 条目相互独立。

<ModelPaperFigures modelId="vggt" locale="zh" />

项目页：[vgg-t.github.io](https://vgg-t.github.io/)。代码：[facebookresearch/vggt](https://github.com/facebookresearch/vggt)。

论文是 [Paper](https://openaccess.thecvf.com/content/CVPR2025/papers/Wang_VGGT_Visual_Geometry_Grounded_Transformer_CVPR_2025_paper.pdf)。项目页：[vgg-t.github.io](https://vgg-t.github.io)。代码：[facebookresearch/vggt](https://github.com/facebookresearch/vggt)。

<ModelCommandBuilder modelId="vggt" locale="zh" />

## 用来做什么

用 `vggt` 做 catalog 几何推理。产物是重建而不是生成视频时选它。

按 CVPR 2025 论文，大型 Transformer 在图像 token 上交替执行帧内与全局注意力，任务头分别输出相机、深度、点图与跟踪。权重为 apache-2.0（facebookresearch/vggt）；记录路径分两段从 VGGT 几何构建 3DGS。该模型由Meta AI（FAIR）/ 牛津大学 VGG 组发布。

catalog 记录的任务包括 3D 重建、3dgs、点云。输出模态为点云。

不是 [VGGT-World](/zh/docs/guides/supported-models/vggt-world)、[Infinite VGGT](/zh/docs/guides/supported-models/infinite-vggt)。

## 运行时契约

可选 `input_path`、`interactions`、`fps`、`height`、`width`。

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

系列状态：**Runner 一致性待确认**。

需要已验证的场景导出路径请用 vggt-omega；需要基于基础 VGGT 几何的两段式 3DGS pipeline 时用本条目。

In-tree VGGT two-stage 3DGS pipeline is registered; distinct from vggt-omega and vggt-world catalog entries.

## 在 WorldFoundry 中运行

启动 `worldfoundry-eval run vggt --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`。

运行环境未记录。

记录的权重仓库包括 `facebook/VGGT-1B`。准备环境并检查本地资产：`bash scripts/inference/prepare_model_infer.sh vggt`；下载缺失的公开权重时加 `--download`。

状态：**Runner 一致性待确认**。

<ModelRelatedRecipes modelId="vggt" locale="zh" />