外观
Skip to content
VoxFormer
VoxFormer
NVlabs 在 GitHub 开源的算法库，主要语言 Python。 Official PyTorch implementation of VoxFormer [CVPR 2023 Highlight]
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。
VoxFormer是英伟达研究院（NVlabs）开源的计算机视觉与3D感知算法库，属于L4级算法组件，主要开发语言为Python，是CVPR 2023高亮论文VoxFormer的官方PyTorch实现，核心功能为基于单目/多目图像输入的体素化3D语义重建，可输出稠密、高精度的3D空间语义标注结果。
该算法库暂未绑定特定机器人本体，适配机器人感知层的3D环境建模技术栈，可与SLAM导航、具身智能推理模块联动；开发者可通过克隆官方仓库，依赖PyTorch环境完成部署，接入机器人相机数据流即可快速实现3D体素感知能力，为自主导航、场景理解等上层任务提供输入支撑。
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/NVlabs/VoxFormer.git
cd VoxFormer
# 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（适配 PyTorch 1.12+ ~ 2.x 版本） | Ubuntu 20.04 LTS / Ubuntu 22.04 LTS + Python 3.8 ~ 3.10 + CUDA 11.3 ~ 12.x | 克隆官方仓库后安装PyTorch、mmcv等依赖，运行demo脚本传入相机图像数据即可获得3D体素语义重建结果 |
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 NVlabs/VoxFormer访问 2026-10-13