本研究提出了一种名为SLAG的多GPU框架，旨在解决大规模机器人应用中的时间敏感场景表示问题。SLAG通过归一化加权平均从3D高斯场景参数中推导语言嵌入，显著提升了编码速度和可扩展性，并在ScanNet和LERF数据集上表现出优异性能。

本研究提出了一种名为Poem的可解释人工智能模型，旨在提高时间敏感场景下的可解释性。该模型通过生成示例、反示例和显著性图，提供快速有效的解释。实验结果表明，Poem在速度和生成细致示例方面优于前代模型Abele。