只要镜头快速转动、前景有人群穿过，或大半画面被水面和白墙占据，三维重建就可能把相机轨迹算错。Google DeepMind、多伦多大学、西蒙菲莎大学提出ORBIT，用100段来自360°视频的真实片段，专门测试运动恢复结构在动态、低纹理和复杂旋转下的失效。
ORBIT不是一个新重建模型，而是一套诊断基准。论文比较COLMAP、MegaSaM、VGGT-Long、MonST3R等方法，结果显示没有一种路线在所有挑战上稳定占优。
先用全景求真值，再裁出困难视角
普通透视视频只看到前方，一旦画面模糊或被动态物体占据，就很难得到可靠真值轨迹。360°视频同时保留多个方向的背景信息，即使一个视角失效，其他方向仍可能提供稳定特征。
论文数据示例：原始全景视频被转换为多个困难的透视测试片段。
团队先把全景投影成四个立方体面，使用基于刚体的SfM估计相机运动，再做交叉验证和度量尺度校准。最后从全景中选择视角并重新投影，生成模型真正要处理的透视视频。
论文流程图：在线360°视频经过立方体投影、轨迹恢复、视角选择和标定后形成基准。
同一段全景可以制造不同旋转难题
基准设计了航点、偏航、扫描、电影式移动、滚转和环绕等旋转模式。裁剪窗口沿全景轨迹移动，研究者可以在共享真值下比较不同镜头模式，而不必为每一种运动重新采集硬件轨迹。
论文投影示意：全景画面被转换为透视视角，并保留与相机轨迹对应的方向关系。
100段视频还按低纹理、低光、人群、与相机平行运动的物体和流体等挑战分类。类别允许重叠，因为同一片段可能同时包含暗光和动态前景。
数据选择不是随机抓取网络视频。团队先寻找可能让位姿估计困难的场景，再检查全景轨迹能否可靠恢复，最后从中裁出透视片段。这样的基准适合压力测试，但不能代表普通手机视频中各种场景的自然出现比例。
优化方法与前馈方法暴露不同偏差
论文使用绝对轨迹误差和旋转相对位姿误差评估。严格阈值下，多种方法都有较高失败率；阈值放宽后曲线下降速度不同。COLMAP在部分相对简单片段仍有竞争力，前馈方法则更容易受训练数据中的旋转分布影响。
论文轨迹对比：输入片段旁展示COLMAP、MegaSaM等方法与真值的三维轨迹差异。
论文Figure 6：随着ATE判定阈值变化，四种方法的失败率曲线。
某种方法在平均ATE上更低，不代表每种运动都更可靠。论文按旋转模式拆分后，方法排名会改变；这类分组结果更适合定位训练缺口，而不是只发布一个总分。
论文还设置完全失败判定：当平均ATE或旋转误差越过给定阈值，单条轨迹不再作为普通数值参与解读。不同阈值会改变失败率曲线，因此比较方法时应同时报告阈值，而不是只说“失败了多少次”。
优化式方法会在匹配和束调整中反复修正轨迹，对可追踪特征更敏感；前馈模型一次预测点图和相机，速度更直接，却可能继承训练集的视角偏差。ORBIT展示的是两类取舍，没有给出一条路线必然优于另一条路线的结论。
下一步是把诊断结果送回训练数据
ORBIT可以用于自动驾驶视频、机器人导航、影视摄影测量和手机三维扫描的压力测试。开发者可以针对水面、遮挡或大幅滚转筛出失败片段，再补充训练数据或加入运动约束。
项目页提供视频和可视化，代码链接在核验时返回404，因此本文没有宣称仓库已经可用。后续若完整数据、真值生成脚本和许可证稳定开放，基准才能支持独立复现和持续排行榜。
对机器人和自动驾驶团队，最实用的做法是把失败类别映射到采集计划：增加滚转和大偏航轨迹，补充水面、雪地与动态人群，再分别测定位与重建。只有总分而没有片段级诊断，很难判断新数据是否真的覆盖旧缺口。
真值构建本身也需要审计。360°轨迹由算法恢复并经过交叉验证，不等同于外部高精度定位设备的绝对测量。后续版本若加入硬件真值子集，可以量化这套生成流程在不同环境中的剩余误差。
参考资料
https://arxiv.org/abs/2608.22039
