**Stream3D-VLM：增量几何先验驱动的在线3D空间理解**

_Stream3D-VLM: Online 3D Spatial Understanding with Incremental Geometry Priors_

> 本文提出Stream3D-VLM，一种面向流式视频的在线3D视觉语言模型，通过自回归流式控制与轻量级视觉空间特征集成（VSFI）逐步注入时间对齐的几何先验，并引入几何自适应体素压缩（GAVC）降低解码开销，配合百万级在线时空3D问答数据，在29项任务上显著优于现有模型。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-06-08 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.06891)