以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
LiDAR is a critical sensor for autonomous driving and robotics, yet it remains vulnerable to adverse conditions such as fog, rain, transparent objects, and low-reflectance surfaces. Full-waveform LiDAR (FWL) addresses these limitations by capturing the complete return waveform as a histogram, preserving rich reflection
阅读原文 · Kotaro Oishi, Kazuma Ikeda, Ryosei Hara, Ryo Yoshida, Mariko Isogawa, Kentaro Yoshioka
向阳乔木 · opencode-go/deepseek-v4.1-flash
全波形 LiDAR 一直是个有点尴尬的方向：它能拿到比普通 LiDAR 更丰富的回波信息，雾天、雨天、透明物体、低反射面这些场景理论上都更稳，但数据量大、算得慢，Transformer 一上去就更慢。这篇论文想处理的就是这个矛盾。 作者来自庆应义塾大学一侧的团队，工作瞄准两个具体瓶颈：低强度背景区域里大量冗余 token 带来的计算开销，以及标注数据稀缺导致...