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
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。