#状态空间模型

用 Mamba 把金字塔相邻尺度织在一起做轻量人脸检测，0.34M 参数就在 WIDER FACE 上拿到 91.41% mAP，Hard 集也稳，代码还开源了。

一篇改进 GLA 的论文，思路是把不同注意力头分到不同时间分辨率再动态融合，召回任务提升最高 18.9%，做线性注意力方向的可以看看。

用 Mamba-3 替换注意力机制做 3D 点跟踪，单卡就能跑，还拿下 TAPVid-3D 最高精度，做机器人或自动驾驶的可以看看。

有人拿 SAE 逐个对比 Mamba 和 Pythia 的内部特征，99.98% 几乎一样，做可解释性的可以看看。

想搞非接触心率监测的可以看看，它把RGB和射频信号融合，肤色偏见和光照干扰都压下去了，EquiPleth上误差不到1 bpm。

Muon优化器之前都在Transformer上测试，这篇论文把它用到Mamba-2 130M上，发现输出投影用Muon最划算，训练效率更高，值得看看。

把Mamba-2压缩到1比特权重不用花大钱从头训练，用预训练模型加少量微调就行，效果只差0.3%。

做视频生成或世界模型研究的团队，这篇论文帮你拆解了记忆机制中容量、压缩、读取和循环四个关键维度，看完能直接指导你的模型设计。

该工作为状态空间模型在高分辨率事件相机图像重建中提供了高效可行的方案，有助于推动实时视觉系统与边缘计算部署。