[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"aihot-art-96468":3},{"itemId":4,"vertical":5,"category":6,"source":7,"score":8,"title":9,"summary":10,"analysis":11,"url":12,"coverUrl":13,"direction":13,"marketSignal":13,"publishedAt":14},"96468","ai","论文研究","Apple Machine Learning Research",66,"RayRoPE：用于多视图注意力的投影射线位置编码","苹果提出RayRoPE位置编码，用于多视图注意力，提升场景几何适应性。","RayRoPE提出一种针对多视图Transformer的新型位置编码方法，解决了现有方案在SE(3)不变性和几何适应性上的不足。\n· 现有绝对或相对位置编码无法同时满足唯一编码、SE(3)不变注意力和多频相似性。\n· RayRoPE基于射线表示补丁位置，并利用沿射线的预测点而非方向进行编码。\n· 该方法能自适应场景几何，提升多视图注意力机制的效能。\n· 由Apple研究团队提出，有望应用于3D视觉、增强现实等领域。\n影响\u002F看点：RayRoPE为多视图3D理解提供了更优的位置编码方案，可能推动相关模型在几何感知任务上的性能提升。","https:\u002F\u002Fmachinelearning.apple.com\u002Fresearch\u002Frayrope-projective-ray",null,"2026-07-20 08:00:00"]