AAAI 2026 | 告别Attention！北大清华首创波动方程建模，视觉速度精度双超越

本文背景是视觉模型中全局交互（如注意力机制）计算复杂度高，且现有方法（如基于热方程）易导致高频细节丢失。研究目的是提出一种基于波动方程的新建模范式WaveFormer，旨在实现高效的全局交互并同时保留高频细节。结论表明，WaveFormer在ImageNet分类、COCO检测/分割和ADE20K语义分割等任务上，在精度与效率上均优于现有方法，证明了物理启发的波动方程建模的有效性。