arXiv 2026年9月25日作者提出 PlaneCycle——一种无参数、免训练、免适配器的 2D 到 3D 提升算子，它让预训练 2D 主干网络在深度方向上循环地在 HW、DW、DH 三个正交平面上做空间聚合，从而在不改动任何预训练参数的情况下获得 3D 融合能力；以 DINOv3 的 ViT-S/16、ViT-B/16、ViT-L/16 为对象，在六个 3D 分类基准和三个 3D 分割基准上，线性探测下 PCg 在 ViT-B/16 上平均 AUC 达 87.8、ACC 达 82.0，超过切片式 2D 基线和 3D 展平基线，并在 5/6 数据集上配对 t 检验显著（p<0.05）；全量微调后性能与标准 3D 架构相当，分割任务上最多高出 3D 展平 2.6 个 Dice 点，同时保持与 2D 相同的注意力作者提出 PlaneCycle——一种无参数、免训练、免适配器的 2D 到 3D 提升算子，它让预训练 2D 主干网络在深度方向上循环地在 HW、DW、DH 三个正交平面上做空间聚合，从而在不改动任何预训练参数的情况下获得 3D 融合能力；以 DINOv3 的 ViT-S/16、ViT-B/16、ViT-L/16 为对象，在六个 3D 分类基准和三个 3D 分割基准上，线性探测下 PCg 在 ViT-B/16 上平均 AUC 达 87.8、ACC 达 82.0，超过切片式 2D 基线和 3D 展平基线，并在 5/6 数据集上配对 t 检验显著（p<0.05）；全量微调后性能与标准 3D 架构相当，分割任务上最多高出 3D 展平 2.6 个 Dice 点，同时保持与 2D 相同的注意力PlaneCycle 无需训练、无需适配器，把 DINOv3 的 2D 权重直接提升为 3D 模型，线性探测平均 AUC 达 87.8作者提出 PlaneCycle——一种无参数、免训练、免适配器的 2D 到 3D 提升算子，它让预训练 2D 主干网络在深度方向上循环地在 HW、DW、DH 三个正交平面上做空间聚合，从而在不改动任何预训练参数的情况下获得 3D 融合能力；以 DINOv3 的 ViT-S/16、ViT-B/16、ViT-L/16 为对象，在六个 3D 分类基准和三个 3D 分割基准上，线性探测下 PCg 在 ViT-B/16 上平均 AUC 达 87.8、ACC 达 82.0，超过切片式 2D 基线和 3D 展平基线，并在 5/6 数据集上配对 t 检验显著（p<0.05）；全量微调后性能与标准 3D 架构相当，分割任务上最多高出 3D 展平 2.6 个 Dice 点，同时保持与 2D 相同的注意力作者提出 PlaneCycle——一种无参数、免训练、免适配器的 2D 到 3D 提升算子，它让预训练 2D 主干网络在深度方向上循环地在 HW、DW、DH 三个正交平面上做空间聚合，从而在不改动任何预训练参数的情况下获得 3D 融合能力；以 DINOv3 的 ViT-S/16、ViT-B/16、ViT-L/16 为对象，在六个 3D 分类基准和三个 3D 分割基准上，线性探测下 PCg 在 ViT-B/16 上平均 AUC 达 87.8、ACC 达 82.0，超过切片式 2D 基线和 3D 展平基线，并在 5/6 数据集上配对 t 检验显著（p<0.05）；全量微调后性能与标准 3D 架构相当，分割任务上最多高出 3D 展平 2.6 个 Dice 点，同时保持与 2D 相同的注意力