CMU 发布 CoVeR:免训练 token 剪枝加速多视角 3D 推理
CarnegieMellonU · hf · 2026-09-09
卡内基梅隆大学团队在 Hugging Face 发布 CoVeR,一种免训练的空间 token 选择方法,用于提升多模态模型的 3D 推理效率。
- 通过对多视角视觉 token 做覆盖式剪枝,保留完整场景覆盖与精确 token 预算
- 免训练即可使用,且不损失 3D 推理性能
- 针对多视角输入下视觉 token 冗余、推理开销大的问题
「研究」频道最新
- Marigold V2 用单步流匹配改造 DiT,单目深度估计更强 — huawei-bayerlab · 2026-09-09
- kornia-rs：Rust 低层 3D 视觉库，性能超 OpenCV 与 NVIDIA VPI — edgarriba · 2026-09-09
- 研究员写综述自曝:引用的博客与 HF 链接比论文还多 — antoine_chaffin · 2026-09-09
- ECCV 2026 工作坊论文：通过场景一致性约束改进 FoundationPose — ducha_aiki · 2026-09-09
- ECCV 2026 主题演讲预告:我们在重新发现几何吗? — ducha_aiki · 2026-09-09
- 对 AI 疲惫时看看 Colossal:人类首次复活恐狼的公司 — retr0jirachi · 2026-09-09