APS-VLA：VLA 视觉 token 剪枝框架
热点事件持续更新
APS-VLA：VLA 视觉 token 剪枝框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Xiaoyang Xing 等在 arXiv 发布论文，提出 APS-VLA，一个在冻结预训练 VLA 主干的前提下学习视觉 token 选择的剪枝框架，通过动作监督与视觉转移预测双信号训练轻量的 Decision Influence Estimator。 论文称，在 OpenVLA-OFT 于 LIBERO、以及 π0.5 与 XR-1 于 RoboCasa365 上的实验中，该方法在任务成功率变化不大的情况下实现推理加速；其中平均策略推理时延从 137.25 降至 93.25 ms，加速 1.47 倍，平均成功率 61%，未剪枝基线为 60%。
AI 根据报道生成 · 1 小时前更新
最新进展11月11日 13:00
APS-VLA：面向高效 VLA 模型的动作引导与未来感知 token 剪枝框架报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIAPS-VLA：面向高效 VLA 模型的动作引导与未来感知 token 剪枝框架
arXiv 论文提出 APS-VLA，一个在冻结预训练 VLA 主干的前提下学习视觉 token 选择的框架，通过动作监督与视觉转移预测双信号训练轻量 Decision Influence Estimator。
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。