TacitVLA论文：屏蔽推理token使VLA提速至多3.4倍

来自英伟达、纽约大学、UC 伯克利、约翰斯·霍普金斯大学和斯坦福大学的研究团队发布 TacitVLA 论文，提出让动作生成不再等待读取推理文本的 VLA 设计：在训练时通过改动 attention mask，使 action expert 看不到推理 token，但保留推理带来的训练收益。在机器人操作和自动驾驶的四个 benchmark 上，TacitVLA 的成功率与显式推理相当，延迟最多降低 3.4 倍。 该方法除 attention mask 的这处改动外，训练序列、损失函数、prompt 和优化器均与原推理 VLA 相同。研究团队称，任何采用这种结构的推理 VLA，只需在训练时做这一改动就能变成 TacitVLA。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。