热点事件持续更新
LR-V2X：低带宽下抗丢包的协同感知框架
1 篇报道1 个报道来源3 小时前 更新
先了解这件事
AI 综述
2026年10月9日，arXiv 计算机视觉（一手）发布 LR-V2X，一种面向低带宽通信的抗丢包潜空间重建框架。该框架可将受损的接收潜变量（即使在 90% 丢包率下）转化为空间先验，并结合自车上下文重建缺失的 BEV 信息。模型可在完整通信条件下训练，并直接用于丢包环境；在 DAIR-V2X 和 V2XREAL 数据集上保持稳健协同感知，相比密集 BEV 特征融合基线降低 64 倍通信开销。论文称代码将公开，目前未提供公开链接或开源时间。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
arXiv 发布 LR-V2X，称在 90% 丢包下仍稳健、通信开销降 64 倍，代码将公开。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv · Computer VisionLR-V2X：低带宽通信下抗丢包的协同感知
LR-V2X 是一种抗丢包的潜空间重建框架，可把受损的接收潜变量（即使在 90% 丢包率下）转化为空间先验，并结合自车上下文重建缺失的 BEV 信息。该模型可在完整通信条件下训练并直接用于丢包环境，在 DAIR-V2X 和 V2XREAL 上保持稳健协同，相比密集 BEV 特征融合基线降低 64 倍通信开销。代码将公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。