本研究探讨了Mamba视觉模型的空间冗余问题，提出了定制化的token剪枝方法和动态选择SSM块的策略。Dynamic Vision Mamba (DyVM)有效减少了35.2%的FLOPs，准确率仅下降1.7%。

本文汇总多项计算机视觉研究：动态混合尺度Vision Transformer提升图像分类效率；交互式分割应用于医学、遥感及通用目标分割，并发布数据集与评估工具；将SAM与事件数据、点云集合Transformer结合；MTI-Net建模多尺度任务交互；基准测试显示SimpleClick在遥感分割中优于SAM，并开发RSISeg工具；另有token剪枝降低计算成本及MAS算法综述。