← 返回句子列表
p030 · 20 词
Next, a spatial projector is utilized to map the latent BEV features into the language space and obtain vision tokens.
接下来,利用空间投影器将潜在 BEV 特征映射到语言空间,从而得到视觉 token。
先别急着看中文:这句话的主干是什么?
主干 = 谁(主语)+ 做什么/是什么(谓语)+ 对谁做(宾语)。
其余的形容词、介词短语、逗号后面的 -ing 部分,都是挂在上面的「零件」。
其余的形容词、介词短语、逗号后面的 -ing 部分,都是挂在上面的「零件」。
0%
展开结构树 / 中文翻译
主干(主句的连续片段)
a spatial projector is utilized
逐块拆解
主语a spatial projector
这句话在说「什么」。
谓语is utilized
主干动作/状态;被动语态时注意 be + 过去分词。
宾语(本句没有宾语)
状语(篇章连接)Next
「接下来」。方法部分常用 Next / Then / Finally 串流程,读到它就说明进入下一步操作。
定语spatial
「空间的」。说明这个投影器处理的是空间维度的特征(BEV 网格),不是文字。
定语latent
「潜在的、隐空间的」。latent features 指网络中间层那些还没变成最终输出的特征向量。
定语BEV
Bird's-Eye View 鸟瞰图:把周围环境压到俯视平面上的一张图,自动驾驶里的标准表示。
定语language
名词作定语:语言空间,指大模型能理解的那套 token 向量空间。
定语vision
修饰 tokens:视觉 token,把图像特征切成的一个个「词」,好让语言模型接着处理。
目的状语(不定式)to map the latent BEV features into the language space and obtain vision tokens
不定式放句尾表目的:「用来把……映射到……并得到……」。里面的 and 连接两个动词 map 和 obtain,它们共用前面那个 to。读法:主干 a spatial projector is utilized 读完,再读 to 后面「拿来干什么」。
中文
接下来,利用空间投影器将潜在 BEV 特征映射到语言空间,从而得到视觉 token。
出处
DrivePI · arXiv 2512.12799 · arXiv preprint · 3.1. Overview