RegimeVGGT免训练压缩VGGT跨帧注意力，提速6.7倍

Jinhao You等作者提交论文预印本，提出RegimeVGGT：一种无需训练的U形压缩方案，用于压缩视觉几何基础Transformer（VGGT）的跨帧注意力。据论文，在重建质量匹配时，该方法相对内存优化版VGGT*取得6.7倍加速。 作者按层分析VGGT的跨帧注意力冗余：浅层缺乏跨视角结构，中层驱动跨视角对齐，深层对稠密几何冗余但对位姿关键。方法沿两轴压缩，用显著性引导带状合并保护几何与边缘显著token，并用选择性保护的K/V下采样，通过相移空间网格、参考帧锚点和未压缩的相机/寄存器token，保留跨帧空间覆盖与位姿关键路径。 论文称已被NeurIPS 2026接收。上述加速与质量结论来自作者自述，预印本尚未经独立验证。

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。