FastVLA 删掉多余视觉 token

9次阅读
没有评论

FastVLA 不用再训练,它按任务给每个视觉 token 打分,只保留重要的部分。在 Franka Research 3 真机测试中,端到端延迟降低 20%,成功率与基线可比。这一做法在减少视觉计算量的同时,保留了任务执行所需的关键信息。

正文完
 0
评论(没有评论)

内容合作 · 项目交流

欢迎开发者、团队与我们联系,一起推动 AI 与机器人领域的优质内容创作与交流。