该项目提出了一种名为PointMamba的模型，它通过借鉴Mamba模型在自然语言处理中的成功经验，应用在点云分析中。PointMamba采用了线性复杂度算法，在有效减少计算成本的同时，提供了卓越的全局建模能力。该模型通过空间填充曲线进行点云标记，并使用非分层结构的Mamba编码器作主干网络。综合评估表明，PointMamba在多个数据集上的表现优异，显著降低了GPU内存使用和计算量，为未来的研究提供了一个简单而有效的基准。

该列表收录最新的状态空间模型及其在各领域的应用研究，涵盖传统序列建模、图像处理、医学图像分析、视频理解等方面。欢迎提出改进建议，共同推进领域发展。列表包括详细论文、PDF链接及相关代码，方便研究者参考与探索新一代网络模型。