北大清华提出WaveFormer，首创波动方程建模视觉

2026年1月21日

（图片来自网络）

北大和清华大学的研究团队提出WaveFormer，在视觉建模领域实现突破性进展！

核心创新：波动方程建模 – 研究者首次将波动方程作为视觉特征传播的核心机制，让语义在传播中遵循欠阻尼波动方程演化，实现全局交互与高频细节的共存。

原理解析：将图像视为“波场”，特征作为“波”，借助欠阻尼波动方程实现语义振荡传播，突破传统相似度（ attention ）或热传导（扩散）方法的局限。
技术亮点：推导波动方程频域闭式解，提出WPO算子替代 attention，全局建模复杂度从平方级降为O(N log N)，效率提升显著。
应用场景：可作为ViT或CNN的drop-in backbone，在ImageNet分类、COCO检测、ADE20K语义分割等任务中表现优异，精度与速度双提升。

实验验证：在ImageNet、COCO、ADE20K等核心任务上，WaveFormer在保持竞争力的同时，实现1.6倍吞吐提升、30% FLOPs降低，推理速度领先。

未来展望：为视觉基础模型提供新的物理一致归纳偏置，为多模态语义传播等方向带来启示，将“视觉全局建模”转化为语义动力学传播的新范式。