PURE

PURE (Refining Feed-forward 3D Reconstruction with Unlabeled Post-training) är ett forskningsprojekt som förbättrar AI-modeller som gör om video eller bildserier till 3D: punktmoln, djupkartor och kamerans position i varje bildruta. Sådana modeller fungerar bra på stillastående scener men har svårt med vardagsvideor där människor, djur och fordon rör sig, där ljuset växlar och där saker skymmer varandra.

Tanken är att slippa dyra facit i form av uppmätta djup och kamerapositioner. I stället efterhandstränas befintliga modeller på omärkta videor. Som träningssignal används djupuppskattningar från en lärarmodell, masker för rörliga objekt och matchningar av punkter mellan bildrutor, som lär modellen rätt djupordning, lokal geometri och att stillastående delar ska hänga ihop mellan bildrutorna.

Forskarna har tillämpat metoden på tre befintliga modeller: Pi3 v2, Depth Anything 3 (DA3 Giant) och VGGT. Enligt artikeln ger PURE genomgående förbättringar för alla tre på både syntetiska och verkliga tester med rörliga scener. De förbättrade vikterna finns på Hugging Face, och det finns en webbdemo, PURE Studio, där man kan ladda upp en egen video och få tillbaka ett 3D-punktmoln.

Arbetet kommer från Peking University (Shenzhen Graduate School), Hong Kong University of Science and Technology och Pengcheng Laboratory, och har antagits till konferensen ACM Multimedia 2026. Koden ligger hos Intelligent Graphics Lab vid HKUST.