从机制上论证：Mamba（SSM）更适合“长序列 + 自回归”的任务，而大多数视觉识别并不同时满足这两点，因此在 ImageNet 分类中不需要 SSM；同时提出对检测/分割这类长序列但非自回归任务，SSM 仍可能有价值。实证上验证：把视觉 Mamba 的核心

视觉 轻量化 cvpr dim gatedcnnblock 2025-08-28 18:26  4