高效模型与推理加速 / CVPR2026
LiteVGGT:通过几何感知缓存词元合并加速原生 VGGT
LiteVGGT: Boosting Vanilla VGGT via Geometry-aware Cached Token Merging
把「词元合并」这一 ViT 加速手段引入 VGGT 这类多视图几何 Transformer,并利用相邻层合并决策稳定的性质缓存复用合并索引,可直接迁移到其他长序列视觉 Transformer(如多视图/视频 backbone)的推理加速与显存压缩。
词元合并几何感知FP8-量化