google-research/pointdit：像素空间扩散Transformer单目几何估计的开源实现

PointDiT是Google与ETH苏黎世、图宾根大学等机构合作发表于ICML 2026的论文（arXiv:2607.02515）配套开源仓库，面向单目几何估计任务。方法思路是极简的像素空间扩散Transformer：一个普通ViT直接对原始3D点图（point map）patch进行去噪，并以冻结的预训练DINOv3提取的图像token作为条件；刻意不引入点图分词器、潜在扩散、混合架构或复杂损失设计。仓库提供可运行的训练与评测代码，属于独立实验工程，并附MODELS.md说明模型获取方式，以及项目主页与在线演示链接。此次更新即仓库首次发布；数据集、训练配置与算力需求等readme头未展开的条目未披露。