纽约大学Meta联合突破！XR算力瓶颈被攻破，眼动追踪实现毫秒级精准分割

纽约大学与Meta Reality Labs联合研究提出FovealSeg框架，通过结合眼动追踪技术实现XR设备的毫秒级实例分割，有效降低算力需求。该技术通过聚焦用户注视区域进行局部计算，显著减少冗余运算，实现在Jetson Orin NX平台端到端延迟仅84ms。研究验证表明，该方法在精度与效率上优于传统基线，未来或成为XR设备算力优化的默认范式。