即时场景图增长：对抗长程机器人学中的感知饱和

针对三维场景图在边缘平台实时性不足导致的感知饱和问题，本文提出 JITOMA 框架。该闭环系统将任务推理、感知与记忆统一为即时增长过程：前端利用自顶向下任务热力图过滤观测流，维持低成本休眠锚点全局基础；后端大语言模型解析意图，动态唤醒相关锚点，仅在激活的局部子图中执行密集描述等功能推断。实验表明，该方法显著减小活跃图规模并降低延迟，同时在长程多任务切换中保持处理时间稳定。