U-Mamba 融合卷积与序列模型，兼顾局部特征和长距离依赖，在医学图像分割中优于 CNN 和 Transformer。Mamba 选择性状态空间模型推理快、支持百万长序列，在语言、音频、基因组等任务达 SOTA。Vim、VMamba 将其扩展至视觉，MoE-Mamba 进一步提升性能。