2026年1月，谷歌DeepMind发布Dynamic 4D Reconstruction and Tracking（D4RT），革新4D动态重建技术。该模型通过统一的“时空查询”接口，同时实现全像素追踪、深度估计与相机位姿计算，精度领先且比现有SOTA快18至300倍。D4RT可实时处理动态场景，如奔跑的动物或飘动的花瓣，并支持全像素级轨迹预测，为具身智能、自动驾驶和AR领域带来突破性进展。其架构基于Transformer，将视频压缩为全局表征并通过并行查询提升效率。尽管训练成本高，但推理阶段表现出色，未来可能应用于手机视频编辑与实时AR场景。