跳到正文
arXiv · 机器人与计算机视觉· Yongxin Zheng, Hao Wu, Fang Li, Hu Fu, Peiran Yin, Xudong Wang, Haozhe Hu, Xinghao Chen, Yunpu Ma, Wei Zhang, Xiaoyu Shen·· 2026-10-12AI 评分73

GeoGR:面向高效 3D VLM 的空间语义 Token 压缩与分组路由

GeoGR: Spatial-Semantic Token Compression and Group Routing for Efficient 3D VLMs

AI 导读

针对多视图表示中视觉 Token 序列过长导致的推理成本问题,论文提出 GeoGR 框架联合压缩场景表示与视觉计算。在投影层利用 GeoSemZip 将跨视图观测整合为 3D 体素 Token;在 LLM 层通过 GroupRoute 结合延迟进入与提前退出机制实现分组跳过。

来源:arXiv · 机器人与计算机视觉 · arxiv.org