如果说 ImageNet 的出现开启了计算机视觉的黄金时代，那么在空间智能领域，我们也终于等来了一个填补空白的里程碑式开源项目。
如视宣布，面向学术研究及非商业用途正式开放 10000 套室内三维数据集 Realsee3D——这或是全球目前最大规模的空间三维数据集，旨在为空间智能领域的研究者、开发者提供高质量数据基础，加速整个行业的技术迭代与应用落地。
〓 Realsee3D
此前，如视发布空间深度推测大模型 Argus1.0。作为首个支持全景图输入的空间深度推测大模型，Argus1.0依托如视所积累的千万级三维空间数据库训练而成。而此次开放的 Realsee3D三维数据集，正是从这一海量数据库中精选出的高质量样本。
数据集优势
Realsee3D 是一个大规模多视角RGB-D数据集，旨在推动室内三维感知、重建与场景理解领域的研究。该数据集具有以下优势特征：
No.1 超大规模
- 10,000个独特的室内三维场景
- 95,962个细分房间单元
- 299,073组视点/RGB-D 图像对
No.2 完备标注
为了赋能多任务学习（Multi-task Learning），我们提供了详尽的 ground truth 标注，不仅限于视觉，更延伸至几何与语义：
- 几何层：提供高精度 CAD 图纸与平面图。
- 语义层：包含 2D语义分割与3D检测标签。
No.3 场景多样
为了确保模型在复杂现实环境中的鲁棒性，我们采用了“真实数据+程序化生成”的双引擎策略：
- 采集数据：1,000 个真实场景（捕捉现实物理世界的复杂光照、布局与生活痕迹）
- 合成数据：9,000 个合成场景（基于 100+专业设计师 精心搭配的风格模板，涵盖海量家具模型与装修风格）
数据类型
彩色全景图
深度图
位姿CAD图纸
户型平面图
语义分割标签
3D物体检测标签
〓 彩色全景图
〓 深度图
〓 表面法线
〓 语义分割图
适用方向
一直以来，空间智能领域的研究与应用面临着一个卡脖子难题：高质量的空间数据始终存在巨大缺口。如视凭借在三维空间数据领域的技术积累与资源沉淀，正填补了这一缺口。
本数据集适用于几何重建、多模态学习、具身智能等空间智能核心研究方向。欢迎全球研究者、开发者下载使用 Realsee3D三维数据集，共同探索空间智能研究的未来边界。
获取方式
目前，Realsee3D 数据集已通过官方渠道开放申请，访问如视 GitHub 仓库获取：
https://github.com/realsee-developer/RealSee3D
或点击“阅读原文”，申请获取。
