arXiv · 机器人与计算机视觉· Yu-Cheng Chou, Shihao Wang, Jin Huang, Chi-Pin Huang, Chiao-An Yang, Xianzhe Fan, Jing Wang, Zhiqi Li, Yuanguo Kuang, Ruijie Zheng, Johan Bjorck, Sifei Liu, Hang Su, Abhishek Badki, Lei Zhang, Alan Yuille, Linxi "Jim'' Fan, Jan Kautz, Zhiding Yu·· 13 天前AI 评分65
VFlash:基于 Flash 原语解码的快速准确视觉规划
VFlash: Fast, Accurate Visual Planning via Flash Primitive Decoding
AI 导读
针对物理 AI 任务中自回归视觉语言模型逐点生成导致效率低下的问题,该论文提出 VFlash 方法,利用轻量级 drafter 通过 Flash Primitive Decoding 联合预测视觉原语(如包围盒、轨迹)的坐标。
来源:arXiv · 机器人与计算机视觉 · arxiv.org