3DZip：由空间感知与特征多样性引导的3D问答令牌压缩

3DZip针对3D视觉语言模型场景令牌数量过多的问题，提出三阶段压缩流程：先用粗粒度体素化去除点级冗余，再通过基于行列式点过程（DPP）的特征多样性选择锚点，最后在空间约束下合并其余令牌。论文称其在三个3D问答基准上保留原始性能的94.7%。