AI时间线SLAM 深度学习模型时间线（2015–2026）的历史时间线
(AI时间线生成)
整理了2015年至2026年间深度学习SLAM领域的关键模型，涵盖前端特征、后端优化、回环检测、建图、端到端系统、语义/决策六大类别。
2015
PoseNet (ICCV) – 重定位：首个用 CNN 回归相机 6DoF 位姿，深度学习与 SLAM 结合的开山之作。
2016
LIFT (ECCV) – 前端特征：首个用 CNN 学习特征点+描述子以替代 SIFT，结构复杂、非端到端。
2017
DeepVO (arXiv) – 端到端系统：CNN+LSTM 端到端视觉里程计，直接从图像序列推导相机运动。
2017.12 → 2018
SuperPoint (arXiv 2017.12 → CVPR 2018) – 前端特征：自监督 CNN 特征点检测+描述，首个实用、轻量、端到端的 DL 特征点模型。
2017
CNN-SLAM (CVPR) – 建图：将 CNN 预测的深度图与直接法单目 SLAM 融合，实现实时稠密单目重建，也是深度学习深度估计与 SLAM 几何结合的早期经典。
2018
YOLOv3 – 语义/决策：实时目标检测，动态 SLAM 常用。
2018
NetVLAD (CVPR) – 回环检测：全局图像描述符，工业化部署经典。
2018
GeoNet (CVPR) – 前端特征：无监督框架联合估计单目深度、光流和相机运动，将三者通过几何一致性耦合。
2019
SuperGlue (NeurIPS) – 前端特征：Transformer+图匹配的特征匹配，精度高但较重。
2019
PointNetVLAD (ICRA) – 回环检测：点云全局描述符，激光 SLAM 常用。
2019
D2-Net (CVPR) – 前端特征：单一 CNN 同时实现稠密特征描述和特征检测的联合模型，无需额外检测步骤。
2019
GCNv2 (arXiv) – 前端特征：生成与 ORB 格式兼容的二进制描述子，可直接替换 ORB-SLAM 中的 ORB 特征，显著提升计算效率。
2020
YOLOv4 – 语义/决策：实时目标检测。
2020
DISK (ECCV) – 前端特征：端到端可微分特征点检测+描述。
2020
CALC (ICRA) – 回环检测：轻量 NetVLAD 变体，室内场景优化。
2020
D3VO (CVPR) – 端到端系统：将深度、位姿和不确定度预测紧密集成到直接法视觉里程计，同时提升前端追踪与后端非线性优化性能。
2021
LoFTR (CVPR) – 前端特征：无检测器密集匹配，低纹理场景表现强。
2021
CLIP – 语义/决策：图文对齐大模型，后续有轻量版用于 SLAM 语义理解。
2021
DINO – 建图：自监督视觉特征（DINOv1），用于语义建图中产生物体级表征。
2021
DROID-SLAM (NeurIPS) – 端到端系统：基于可微光流迭代更新的密集视觉 SLAM，成为后续端到端稠密 SLAM 的标杆。
2021
NeRF (CVPR) – 建图：神经辐射场，开启隐式表示三维场景的建图方向。
2022
Lightweight SuperPoint (arXiv) – 前端特征：SuperPoint 深度可分离卷积轻量化（0.3M 参数）。
2022
EM-LSD (ECCV) – 前端特征：轻量级线段检测，适用于结构化环境。
2022
Instant-NGP (SIGGRAPH) – 建图：极速 NeRF，为实时神经 SLAM 提供基础。
2023
LightGlue (ICCV) – 前端特征：SuperGlue 轻量化（动态退出，8 倍速）。
2023
ALIKE (ICRA) – 前端特征：SuperPoint 知识蒸馏+高效注意力。
2023
SAM (arXiv) – 语义/决策：通用分割大模型，可零样本分割任意物体。
2023
MobileSAM (arXiv) – 语义/决策：SAM 蒸馏至 1–10 MB，边缘实时部署。
2023
FastSAM (arXiv) – 语义/决策：SAM 轻量蒸馏版，实时分割速度显著优于原版。
2023
3D Gaussian Splatting (SIGGRAPH) – 建图：显式 3D 高斯散点表示，突破神经隐式方法的实时渲染瓶颈，大量用于后续稠密 SLAM 建图模块。
2023
GroundingDINO (arXiv) – 语义/决策：开放词汇检测，零样本物体识别，语义 SLAM 常用。
2023
VSO (ECCV) – 后端优化：将语义约束融入位姿和地图优化框架，通过最小化语义投影误差实现中长期的连续跟踪。
2024
SplatAM (CVPR) – 建图：首个 RGB-D 3DGS-SLAM（轮廓引导跟踪）。
2024
MonoGS (CVPR Best Demo) – 建图：单目 3DGS-SLAM，在无深度输入下实现单目稠密重建。
2024
YOLOv8–v10 – 语义/决策：实时检测+分割一体化，小模型轻量易部署，成为动态 SLAM 语义模块主力。
2024
SLAM-Former (arXiv) – 后端优化：基于 Transformer 统一前后端的模块化架构，轻量版参数仅 2M。
2024
SPAQ-DROID (arXiv) – 端到端系统：DROID-SLAM 结构化剪枝+量化，实现 79.8% 体积缩减。
2024
SAM2 (arXiv) – 语义/决策：SAM 视频版，支持时序一致性的全帧跟踪，适用于动态场景下的时序分割。
2024
ScanContext (IROS) – 回环检测：基于非直方图的 LiDAR 点云全局描述子，对 LiDAR 视角变化保持不变性，广泛用于激光 SLAM 的重定位检测。
2025
XFeat (ICRA) – 前端特征：超轻量特征（<0.5M 参数，CPU 实时）。
2025
EfficientLoFTR (ECCV) – 前端特征：LoFTR 轻量化（低纹理+速度双优）。
2025
YaPRe (RSS) – 前端特征：轻量亚像素匹配（高精度+低功耗）。
2025
OverlapMamba (ICCV) – 回环检测：Mamba 状态空间模型替换 Transformer，适用于长序列点云回环检测。
2025
TinyDepth – 前端特征：轻量级单目深度（2.1M 参数），用于单目 SLAM 初始化。
2025
SAD-Depth – 前端特征：轻量单目深度（4.5 MB），嵌入式实时集成。
2025
Splat-SLAM (CVPR) – 建图：全局优化的 RGB-only 3DGS-SLAM，无需深度传感器即可完成全局一致增量高斯建模。
2025
InfoLa-SLAM (ICRA) – 后端优化：轻量化关键帧选择（减少 75% 优化帧，误差仅 +3%）。
2026
Flash-Mono (ICLR) – 建图：单目 3DGS-SLAM 10 倍加速（RTX 3090 交互帧率）。
2026
StereoGS-SLAM (CVPR) – 建图：双目 3DGS-SLAM（无主动深度传感器）。
2026
Dy3DGS-SLAM (arXiv) – 建图：动态场景 3DGS-SLAM（贝叶斯动态掩码）。
2026
FoundationSLAM (AAAI) – 端到端系统：基础大模型驱动稠密 SLAM。