细节中的关键：图像到 LiDAR 表征学习的简单改进措施

基于摘要分析。本文研究自动驾驶中如何将预训练二维图像表征蒸馏到三维 LiDAR 模型，核心贡献是指出：除蒸馏损失外，坐标系、输入量化和跨传感器数据利用等基础设计也可能显著影响下游效果，并针对空间与时间两个维度提出简单修正。 空间方面，作者认为，既有方法采用的柱坐标系与体素尺寸，在对接常用稀疏卷积层输入接口时可能产生未充分考虑的空间量化误差。时间方面，既有方法为避免繁琐的数据整理而舍弃相机与 LiDAR 未同步的数据，使训练仅利用跨传感器时间同步的数据子集。摘要未披露具体修正算法、未同步样本的利用方式及蒸馏损失细节，因此尚不能判断各模块如何实现或独立贡献多大。 作者报告，相比既有方法，改进后在 nuScenes 的三维语义分割下游任务上提升 16%，在 KITTI 的三维目标检测下游任务上提升 13%。摘要未说明具体指标、基线、数据划分及这些百分比的计算口径，不能将其直接解释为百分点增益，也不能跨任务比较。实验协议、消融及统计信息尚未验证。 平台推测（待验证）：可借鉴的假设是，跨模态表征迁移不仅受目标函数影响，也可能受输入离散化与时间对齐筛选影响。若用于 EEG 与其他模态的表征迁移，可复用“分别核对输入接口和同步筛选影响”的分析思路，但 LiDAR 坐标及体素处理不能直接迁移，需要改为适配 EEG 的通道布局、采样与时间窗。低信噪比、跨被试差异、通道缺失和小数据可能使利用未同步数据的收益消失，甚至引入错误对应。可在已有配对数据中固定编码器和损失，分别改变时间对齐与筛选策略，在相同被试划分和数据量下比较下游指标，以检验这一假设；这不是本文已验证的 EEG 结论，相关 EEG 工作尚未检索确认。