论文提出一种无需额外训练的在线令牌剪枝方法，将多帧输入依据深度与相机位姿投影到共享体素空间，识别跨帧重叠区域并在进入语言模型前删除冗余图像令牌。该方法应用于 Qwen2.5-VL-7B 与 Qwen3-VL-8B，在 ScanQA、SQA3D 和 OpenEQA-HM3D 上提升表现，最多减少 50% 令牌使用量。
最近 24 小时暂无可用热度快照。