En los últimos años, los grandes modelos fundacionales han transformado la inteligencia artificial a una velocidad vertiginosa. Pero aún quedaban áreas por conquistar. Una de ellas era la visión 3D por ordenador… hasta ahora.

En 2024, el artículo «Dust3r: Geometric 3D Vision Made Easy» marcó un antes y un después. Este innovador enfoque utiliza un modelo transformador capaz de predecir puntos 3D relativos de una escena a partir de solo dos imágenes RGB. Así de simple, así de potente. A partir de este concepto, se abren nuevas puertas para tareas fundamentales como la reconstrucción 3D, la autocalibración, la localización visual, la estimación de poses y mucho más.