Lumi Pro · Generation 2

Four eyes on the same map.
One pin lands.

Four independent models look for a match at once. Each stakes a claim — geometry decides which one actually holds.

cómo está hecho

La geometría elimina, no promedia

Cuatro recuperadores buscan a la vez y cuatro verificadores confirman con geometría real. Nada se promedia entre ellos — el candidato con más inliers gana, el resto se descarta.

recuperación · 4 en paralelo
lumi-previewlumi-2eigenplacesdino-mix
verificación geométrica · 4 compitiendo
romadinov2-vitl14lightglue-alikedaliked-n16
inliers por candidatoejemplo — varía en cada consulta
candidato A
340 pts
candidato B
61 pts
candidato C
38 pts
candidato D
19 pts
candidato E
9 pts
qué hardware hace falta

Cuatro veces el trabajo, no cuatro veces el hueco

Pro corre 4 recuperadores y 4 verificadores por consulta — más motores cargados en VRAM a la vez que Mini, aunque no se multiplique linealmente por 4.

mínimo · 1 usuario
GPU · VRAM
8 GB
RAM del sistema
32 GB
Disco para los pesos
~15 GB
CPU
8 núcleos
recomendado · 10 a la vez
GPU · VRAM
20 GB
RAM del sistema
64 GB
Disco para los pesos
~15 GB
CPU
16 núcleos
GPU · VRAM:medido en benchmark
RAM del sistema:estimado
Disco para los pesos:estimado
CPU:estimado

*VRAM mínima: pico real de `tools/benchmark.py --niveles pro` sobre 7 consultas resueltas antes de que un corte de infraestructura interrumpiera la tanda — ver `resultados.json`. RAM, CPU y disco siguen siendo estimaciones razonables, no medidas.

frente al estado del arte

Más motores compitiendo, más precisión

GeoCLIP y PIGEON son investigación publicada, no productos de Lumi — sus cifras son las que reportan sus propios papers. Ninguno usa el mismo banco de pruebas: se comparan en el único terreno común que los tres publican, acierto a 25 km (nivel ciudad).

acierto a 25 km
Lumi Pro
0%
GeoCLIP
0%
PIGEON
0%

Lumi Pro: cifra de ejemplo, todavía sin medir con un banco held-out. GeoCLIP: Im2GPS3k, paper NeurIPS 2023. PIGEON: test held-out de GeoGuessr, paper CVPR 2024.

*Se sustituirá por un benchmark real (`tools/benchmark.py --niveles pro`) contra un banco de fotos held-out en cuanto exista.