OccAny

让3D占用预测适配任意城市，开箱即用

OccAny 是一个面向城市级 3D 占用预测的统一框架，旨在解决传统模型在多样化和非受限城市场景中泛化能力不足的问题。它通过整合 SAM2/SAM3、MUSt3R 和 Depth Anything 3 等先进视觉基础模型，实现了对任意城市环境的通用 3D 占用预测。该框架支持多种输入模态和传感器配置，能够灵活适应不同数据源，并提供了统一的训练和推理接口，降低了使用门槛。其核心能力在于利用大规模预训练模型的特征表示，提升模型在未见场景下的鲁棒性和准确性，适用于自动驾驶、机器人导航和城市数字孪生等需要高精度空间理解的领域。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 164

维护状态维护中

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队valeoai

所属国家

官网地址https://valeoai.github.io/OccAny

GitHubhttps://github.com/valeoai/OccAny

定价模式free

价格说明开源模型，Apache-2.0许可证，可免费使用和部署。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型3d-occupancy,autonomous-driving,cvpr-2026,depth-anything,domain-generalization,foundation-models,sam2,sam3,scene-completion,semantic-segmentation

GitHub 星标★ 164

30天Star增速

HF 下载量

上线时间2026-02-21 00:00:00

最近更新2026-09-21 00:00:00

维护状态维护中

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

核心亮点

统一框架整合SAM2/SAM3、MUSt3R、Depth Anything 3，多模态特征融合能力强
针对非受限城市场景设计，泛化性能优于传统专用模型
支持多种传感器输入，灵活适配不同硬件平台

不足之处

早期项目，文档和社区支持尚待完善
依赖多个大型预训练模型，推理资源消耗可能较高

适用场景

自动驾驶车辆的城市道路感知与障碍物预测
机器人室内外导航中的空间占用建模
城市数字孪生中的动态场景重建与更新

替代项目

OpenOccupancy、OccFormer、TPVFormer

项目介绍

OccAny 是计算机视觉领域的开源项目，由 valeoai 开发，是 2026 年新上线的项目。

它收录于计算机视觉分类，该分类目前共有 447 个项目，GitHub 星标数为 164。

项目仍在小幅维护中，最近一次代码更新于 2026-09-21。Apache-2.0许可证，可免费使用和部署。

它主要面向的使用场景是：自动驾驶车辆的城市道路感知与障碍物预测。同类可对比的替代方案包括 OpenOccupancy、OccFormer、TPVFormer。

上一篇：pyxu

下一篇：EarthDial