车路两端各拍一张照片：跨图路由注意力让毫米波波束对功率预测更准，最优波束对命中率提升3.15个百分点

毫米波车路通信的波束对功率预测不再只靠链路一端的摄像头。CiFormer同时使用车端与路侧两张RGB图像，输出覆盖全部候选波束对的功率矩阵，并据此选出最优波束对。 此前的感知辅助波束预测方法主要利用车辆或基站单侧观测，只能看到传播环境的一部分，链路两端之间的相关信息没有被充分利用。 在DuSen-BP3数据集上，CiFormer的最优波束对选择准确率达到72.41%，比最强基线MambaOut的69.26%高3.15个百分点，前3波束对准确率为94.68%，比MambaOut高1.65个百分点。

两张视角差异很大的图像先各自切成窗口，每个窗口只与另一视角中最相关的少数窗口建立联系，再在窗口内部做逐token的注意力计算。 跨图路由注意力（CIRA）把BiFormer的双层路由从同一特征图内部扩展到两张图像之间，用可学习路由选出另一视角最相关的窗口，而不是对所有区域做稠密注意力。 消融实验显示，去掉跨视角交互后RMSE从5.810 dB升到6.001 dB，去掉top-k路由后升到5.922 dB，去掉语义感知偏置后升到5.893 dB，说明选择性跨视角关联对预测有贡献。

报道范围限于毫米波车路通信的波束对功率预测：输入是链路两端各一张RGB图像，输出是全部候选波束对的功率矩阵，并据此选出最优波束对。实验在28 GHz、两端各用均匀平面阵和七波束码本的V2I仿真环境中进行，数据集DuSen-BP3含6,965个有效样本，按7:1:2划分训练、验证与测试。作者提出该机制可推广到信道建模、波束管理和资源分配等更广的无线任务，但这些方向尚未在本文中验证。

结果来自作者构建的DuSen-BP3仿真数据集，包含六个车辆、五个基站和七条链路，尚未在真实道路测量中验证。消融显示去掉路侧视角时RMSE上升更多，说明性能对接收端信息更敏感；Grad-CAM可视化被作者用作定性支持，而非因果证据。作者也指出，跨视角交互在更广无线任务上的适用性仍属推测。