cvpr2026-3d-vision/.memory/cvpr2026-3d-vision.md

name, description, type

name	description	type
CVPR 2026 3D Vision Foundation Models 研究	CVPR 2026 基础视觉大模型在三维视觉领域的热门开源项目调研，含 G2VLM/VLM-3R/TALO/Flow3r，待 eGPU+NVIDIA 卡到位后本地运行	project

项目信息

• 路径：~/Projects/research/20260319-cvpr2026-3d-vision/
• 端口：4070（python3 -m http.server 4070）
• 内容：单文件 HTML 研究展示页

调研项目列表

项目	Stars	机构	最低 VRAM	GitHub
G2VLM (2B)	291	上海AI Lab/UCLA/浙大	~8GB	InternRobotics/G2VLM
VLM-3R (7B)	363	UT Austin/Meta/UCLA	~16GB	VITA-Group/VLM-3R
TALO	56	—	~12GB	Xian-Bei/TALO
Flow3r	60	—	~8GB	Kidrauh/flow3r

硬件需求

• 全部依赖 CUDA 12.1+、flash-attention、triton（NVIDIA 专属）
• macOS 不支持 NVIDIA eGPU 驱动，Apple Silicon 也不支持外置 Linux+eGPU
• 推荐：RTX 4090（24GB VRAM）覆盖全部项目
• 待定：用户 Mac 型号（Intel vs Apple Silicon），决定 eGPU 方案或独立 Linux 小主机方案

可行方案

1. eGPU + Linux（仅 Intel Mac）：eGPU 盒子 + RTX 4090 + Ubuntu
2. 独立 Linux 小主机（最稳，不限 Mac 型号）：mini-ITX + RTX 4090 + Ubuntu + SSH
3. 云 GPU（零投入）：Colab Pro+ / RunPod / Vast.ai