分割提示不再只靠一个向量：改用[SEG]注意力图，Sa2VA在部件与多目标上提升十余gIoU
语言引导分割通常把指代位置压缩进单个[SEG]隐状态向量交给解码器，而该向量没有空间索引，解码器又看不到原句。AttnSeg改为把[SEG]词元对图像块的注意力图作为解码器的稠密提示，并用注意力引导目标直接监督这张图，分两阶段训练。在Sa2VA上，4B模型ReasonSeg的gIoU由57.70升至64.11、GS-Eval由61.91升至72.11，增益集中在物体部件、多目标和单目标，stuff区域几乎不变。