自动驾驶

Monocular Open Vocabulary Occupancy Prediction for Indoor Scenes

单目开放词汇占用预测用于室内场景

Changqing Zhou, Yueru Luo, Han Zhang, Zeyu Jiang, Changhao Chen

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；分类 cs.CV

AI总结 该研究提出了一种基于几何的监督方法，用于单目开放词汇室内场景的占用预测，通过引入一种基于Poisson的透明度感知方法和逐步温度衰减调度，提高了几何和语义对齐的稳定性与精度，实验结果显示在Occ-ScanNet数据集上取得了较高的IoU和mIoU指标。

Comments Accepted at CVPR2026 Oral

VGGT-Occ: Geometry-Grounded and Density-Aware Gated Fusion for 3D Occupancy Prediction

VGGT-Occ：基于几何和密度的门控融合用于3D占用预测

Xun Chen, Tianchen Deng, Rui Wang, Fangjinhua Wang, Junyi Ma, Hongming Shen, Hesheng Wang, Danwei Wang

机构 * Nanyang Technological University（南洋理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；分类 cs.CV

AI总结 本文提出VGGT-Occ，通过在整个管道中嵌入几何标记，引入投影感知可变形注意力（PA-DA）以注入几何信息，结合视图质量语义门控实现跨视图一致性，采用顺序粗到细解码器与门控融合优化效率和性能，实验证明其在3D语义占用预测中的有效性。

Probabilistic Occupancy Grid for Radio-Based SLAM

基于概率占用网格的无线电SLAM

Xuhong Li, Erik Leitinger, Fredrik Tufvesson, Florian Meyer

专题命中 BEV与占用 ：occupancy(title,abstract)

AI总结 本文提出了一种基于概率占用网格的无线电SLAM框架，用于同时重建几何结构及其无线电相关属性，通过多路径SLAM公式实现移动体定位和环境映射。

Comments 8 pages, 4 figures

Optimising CSRNet with parameter-free attention mechanisms for crowd counting in public transport

通过参数自由注意力机制优化CSRNet以实现公共交通中的人群计数

Aida Rostamza, Enrico Del Re, Joshua Cherian Varughese, Cristina Olaverri-Monreal

机构 * Johannes Kepler University Linz（约翰· Kepler 大学林茨） ； Department Intelligent Transport Systems（智能交通系统部门） 纠错

专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.CV、cs.AI

AI总结 本文研究了参数自由注意力机制在密集场景中的人群计数和密度图估计中的有效性，提出了一种结合PFCA和SA的新型注意力机制PFCASA，并在ShanghaiTech数据集上验证了其在公共交通视频流中的性能。

MR-SLAM: Immersive Spatial Supervision for Multi-Robot Mapping via Mixed Reality

MR-SLAM：通过混合现实实现多机器人地图的沉浸式空间监督

Prakash Aryan, Cem Erdogdu, Kavinaya Kumarchokkappan, Timo Kehrer, Sebastiano Panichella

机构 * University of Bern, Bern, Switzerland（伯尔尼大学） ； AI4I -- The Italian Institute of Artificial Intelligence, Turin, Italy（意大利人工智能研究所） 纠错

专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.RO、cs.AI

AI总结 本文提出MR-SLAM系统，利用混合现实技术实现多机器人SLAM的沉浸式空间监督，通过实时可视化和空间锚定面板提升多机器人定位与建图效率。

Comments Accepted to ICRA 2026 Workshop "MM-SpatialAI Workshop: Multi-Modal Spatial AI for Robust Navigation and Open-World Understanding"

RT-Splatting: Joint Reflection-Transmission Modeling with Gaussian Splatting

RT-Splatting：基于高斯点散布的联合反射-透射建模

Ji Shi, Xianghua Ying, Bowei Xing, Ruohao Guo, Wenzhen Yue

机构 * State Key Laboratory of General Artificial Intelligence（国家一般人工智能重点实验室） ； School of Intelligence Science and Technology（智能科学与技术学院） 纠错

专题命中 BEV与占用 ：occupancy(abstract)；分类 cs.CV

AI总结 本文提出RT-Splatting方法，通过将高斯点的几何占用与光学不透明度分离，实现对半透明表面复杂反射和清晰透射的联合建模，从而在实时渲染中获得高质量的反射和透射效果。

Comments CVPR 2026 Highlight, Project Page: https://sjj118.github.io/RT-Splatting/

GSMap: 2D Gaussians for Online HD Mapping

GSMap：用于在线高精度地图的2D高斯

Zhenxuan Zeng, Lingxuan Wang, Sheng Yang, Yanan He, Mingxia Chen, Wei Suo, Peng Wang

机构 * School of Computer Science, Northwestern Polytechnical University, China（西北工业大学计算机学院） ； Unmanned Vehicle Dept, Cainiao Inc., Alibaba Group, China（菜鸟网络无人车部门） 纠错

专题命中 BEV与占用 ：autonomous driving(abstract)；分类 cs.CV

AI总结 GSMap通过可学习的2D高斯表示统一了向量化和光栅化方法，提升高精度地图的几何与拓扑学习性能，实验表明其在nuScenes和Argoverse2上表现优异。

Comments Preprint

SonicDB S6: A Storage-Efficient Verkle Trie for High-Throughput Blockchains

SonicDB S6: 一种存储高效的Verkle树用于高吞吐量区块链

Luigi Crisci, Lorenz Schuler, Herbert Jordan, Bernhard Scholz

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文提出SonicDB S6，一种用于Sonic区块链的生产级Rust Verkle树数据库，通过非分支特性实现存储优化，减少存储占用并提高吞吐量。

Comments 41 pages, 19 figures

Effect of Niobium Doping on the Crystal Structure and Hydrogen Sorption Properties of TiFe: Combined Synchrotron X-ray Diffraction and Extended X-ray Absorption Fine Structure Study

铌掺杂对TiFe晶体结构和氢吸收性能的影响：结合同步辐射X射线衍射和扩展X射线吸收精细结构研究

Abhishek Banerjee, Stefano Deledda, Olena Zavorotynska

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本研究通过同步辐射X射线衍射和扩展X射线吸收精细结构分析，探讨了铌掺杂对TiFe合金晶体结构和氢吸收性能的影响，发现铌的掺杂能改善基质激活和氢吸收动力学，而不影响整体储氢能力。

CAST: Causal Anchored Simplex Transport for Distribution-Valued Time Series

CAST：基于简单集的因果传输用于分布值时间序列

Jiecheng Lu, Jieqi Di, Runhua Wu, Yuwei Zhou

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Indiana University（印第安纳大学） 纠错

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 该研究提出CAST方法，通过因果锚定简单集传输来处理分布值时间序列的因果预测，解决了分布传输中的结构性失效问题，并在多个基准测试中表现出色。