Skip to content
Hot eventLive

LighTROcc：轻量级实例中心4D占用预测

1 reports1 sources4 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 3 hr ago

LatestOct 8
arXiv发布LighTROcc，提出基于实例中心3D Gaussians的轻量级4D占用预测框架。

Timeline

Follow the coverage from different angles.

Oct 8, 2026
  1. arXiv · Computer Vision
    LighTROcc：基于实例中心 3D Gaussians 的轻量级 4D 占用预测

    LighTROcc 提出一种轻量级实例中心框架，用紧凑的可学习查询表示可移动物体，单次前向传播预测当前与未来占用。该方法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，生成时间一致的占用预测。

Heat trend

Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –

02.557.510Oct8Oct8Oct8Oct8

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.