CoTL：紧凑Token学习用于3D场景表示

2026年10月15日，arXiv Computer Vision 刊出 Han Liang 等作者的论文，提出 CoTL——一种面向 3D 场景表示的紧凑 Token 学习框架。据该报道，CoTL 从无位姿（unposed）多视角图像中学习一组紧凑 token，在保留场景几何与外观的同时完成表示；其编码器将输入图像压缩为每视角少量 latent token，并跨视角聚合，形成视角一致的场景表示。报道未给出该方法的具体性能指标、对比结果或应用限制，也未提及代码、数据或发布安排。该事件目前仅此一篇主报道，尚无后续跟进报道，因此不存在与早先报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。