简化方法

VGGT 是一种基于纯前馈 Transformer 架构的通用 3D 视觉模型，能够在单张或多张图像中直接预测相机参数、深度图和点云等几何信息。该模型在多个任务中的性能显著超越传统优化方法，并且推理速度达到秒级。