LighTROcc：轻量级实例中心4D占用预测

2026年10月8日，arXiv（Computer Vision）发布LighTROcc研究，提出一种轻量级实例中心框架，用于4D占用预测。该方法用紧凑的可学习查询表示可移动物体，通过注意力引导的前向提升定位每个查询，并将每个实例建模为各向异性3D Gaussians混合物，按预测位移传播到未来步，从而在单次前向传播中预测当前与未来占用，生成时间一致的占用预测。目前公开信息仅涉及该方法框架与流程，未见实验数据或对比结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。