# vipe

> 权威词条地址：https://robotics.hellobike.com/sdks/nv-tlabs-vipe
> 所属分类：sdks | 最近核验日期：2026-09-10 | 技术层级：L4

## 核心摘要

nv-tlabs 在 GitHub 开源的开发工具，主要语言 Python。 ViPE: Video Pose Engine for Geometric 3D Perception

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L4"] |
| `links` | [{"title": "GitHub", "url": "https://github.com/nv-tlabs/vipe"}] |
| `updated` | 2026-09-10 |
| `repo` | https://github.com/nv-tlabs/vipe |
| `language` | ["python"] |
| `pinned_versions` | [{"version_or_sha": "main / 最新稳定分支，依赖PyTorch 2.x及以上版本", "tested_env": "Ubuntu 22.04 LTS / Python 3.10+ / CUDA 12.x / PyTorch 2.0+", "notes": "克隆仓库后通过pip install -r requirements.txt安装依赖，入口为vipe模块，可直接调用姿态解算接口处理视频输入。"}] |
| `incompatible_envs` | ["不支持Windows原生环境，需通过WSL2虚拟化部署运行", "Python 3.9及以下版本部分依赖库无法兼容，不建议使用"] |
| `repo_stats` | {"stars": 2141, "forks": 177, "as_of": "2026-10-13"} |
| `tool_type` | tool |
| `overview_sources` | ["https://github.com/nv-tlabs/vipe"] |

## 技术详解与生态说明

Vipe是NVIDIA英伟达先进技术实验室（nv-tlabs）开源的3D视觉感知开发工具，基于Python语言开发，核心为视频姿态引擎（ViPE, Video Pose Engine for Geometric 3D Perception），可实现从视频输入中提取几何信息、输出精准3D姿态结果，服务于三维场景重建、位姿估计等感知类开发需求。

该工具聚焦机器人技术栈L4级高层感知模块，无特定绑定的机器人本体，开发者可通过Python接口直接调用其视频解析、姿态解算能力，搭配SLAM导航、具身智能决策等下游模块完成集成，也可作为数据预处理工具为视觉语言动作（VLA）模型提供3D姿态标注训练数据。

## 原始核验来源 (Sources)

- [GitHub nv-tlabs/vipe](https://github.com/nv-tlabs/vipe)