VLA-ACL视觉token剪枝方法发布
热点事件持续更新
VLA-ACL视觉token剪枝方法发布
1 篇报道1 个报道来源9 小时前更新
先了解这件事
报道摘要
VLA-ACL 通过动作级监督学习轻量视觉 token 剪枝策略，保持基础 VLA 模型完全冻结，让剪枝后上下文产生的动作与全上下文教师模型保持一致。在 LIBERO 和真实机器人操作任务上，该方法最多剪掉 87.5% 的视觉 token，计算量降低最多 75%，推理提速 1.5 倍，性能仍具竞争力。代码已开源。
摘自 arXiv cs.CV
最新进展10月7日 12:00
VLA-ACL：面向高效 Vision-Language-Action 模型的动作一致性视觉 token 剪枝报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.CVVLA-ACL：面向高效 Vision-Language-Action 模型的动作一致性视觉 token 剪枝
VLA-ACL 通过动作级监督学习轻量视觉 token 剪枝策略，保持基础 VLA 模型完全冻结，让剪枝后上下文产生的动作与全上下文教师模型保持一致。在 LIBERO 和真实机器人操作任务上，该方法最多剪掉 87.5% 的视觉 token，计算量降低最多 75%，推理提速 1.5 倍，性能仍具竞争力。代码已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。