南科大提出GNFormer：用高斯神经场做高效三维占用预测

南方科技大学团队提出GNFormer，用高斯神经场（GNF）做基于相机的三维占用预测，让高斯负责定位重点区域、小型MLP负责判断占用与语义。室内场景仅用256个高斯，占用准确率从参照方法FLM-Occ的71.7%提高到74.3%，推理也更快；室外单目与六相机环视场景使用1024个高斯。论文指出该方法仅处理单帧图像，未报告真实机器人闭环导航或避障效果，速度仍落后于部分流式方法。