外观
Skip to content
vipe
vipe
nv-tlabs 在 GitHub 开源的开发工具，主要语言 Python。 ViPE: Video Pose Engine for Geometric 3D Perception
概述
这个开发工具的核心职责、所属技术栈与硬件生态定位。
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。
资料出处 GitHub nv-tlabs/vipe
关键工程信息
工具分类、开发语言、GitHub 社区活跃度与环境要求。
快速接入与环境要求
源码克隆、构建方式、已验证系统环境与版本更新记录。
源码拉取与构建参考
git clone https://github.com/nv-tlabs/vipe.git
cd vipe
# 安装 Python 依赖与开发包
pip install -e .推荐运行环境与版本 1
| 版本 / 分支 | 验证环境 | 接入说明 |
|---|---|---|
| main / 最新稳定分支，依赖PyTorch 2.x及以上版本 | Ubuntu 22.04 LTS / Python 3.10+ / CUDA 12.x / PyTorch 2.0+ | 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。 |
关联实操教程与排障记录
教程 / 实测 / 排障 1
适配与兼容机型
支持接入该 SDK、ROS 驱动或仿真资产的机器人本体。
尚未收录适配机型。
同厂商与同类工具
同一厂商开源的配套仓库或同技术栈开发工具。
来源
本页事实对应的公开页面，以原文为准。
- GitHub nv-tlabs/vipe访问 2026-10-13