arXiv · Computer Vision· Yongxin Zheng, Hao Wu, Fang Li, Hu Fu, Peiran Yin, Xudong Wang, Haozhe Hu, Xinghao Chen, Yunpu Ma, Wei Zhang, Xiaoyu Shen·· 3 hr agoAI score30
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 brief
GeoGR 提出两阶段框架，在投影层用 GeoSemZip 将跨视角观测压缩为 3D 体素 token，在 LLM 层用 GroupRoute 结合晚进入、早退出与可恢复分组跳过，让低相关 token 绕过完整层并按计算预算在锚点层重新加入。
Source: arXiv · Computer Vision · arxiv.org