Long-LRM é um modelo para reconstrução 3D gaussiana que consegue reconstruir grandes cenários a partir de uma série de imagens de entrada. O modelo consegue processar 32 imagens-fonte com resolução de 960x540 em 1,3 segundos, rodando apenas em uma única GPU A100 80G. Ele combina o mais recente módulo Mamba2 com o módulo transformer tradicional, através de uma eficiente mesclagem de tokens e etapas de poda gaussiana, aumentando a eficiência sem comprometer a qualidade. Comparado aos modelos feedforward tradicionais, o Long-LRM consegue reconstruir todo o cenário de uma só vez, em vez de apenas uma pequena parte. Em conjuntos de dados de cenários em larga escala, como DL3DV-140 e Tanks and Temples, o desempenho do Long-LRM se compara a métodos baseados em otimização, com um aumento de eficiência de duas ordens de magnitude.