跳到正文
arXiv · 机器人与计算机视觉· Donghyun Han, Jangho Park, Yuseok Bae·· 2026-10-07AI 评分59

Foveated Compression:面向 Token 高效 VLM 的局部高分辨率保留方法

Foveated Compression: Selective High-Resolution Preservation for Token-Efficient VLMs

AI 导读

论文介绍 Foveated Compression 方法,通过行为自蒸馏合并器压缩局部视觉 Token 并保留兼容性,利用轻量选择器在九个空间单元中选择一个以原生分辨率保留。实验显示在 11.11% Token 预算下与均匀下采样无显著差异,20.99% 时学习的选择器优于随机或固定分配但弱于全图缩放,揭示局部保真并非总是最优。预印本状态,未报告真实机器人部署结果。

来源:arXiv · 机器人与计算机视觉 · arxiv.org