跳到正文
arXiv · 机器人与计算机视觉· Haesung Lee, Insu Han·· 17 天前AI 评分74

SACQ:面向超低比特视觉语言动作模型的感知结构代码本量化方法

SACQ: Structure-Aware Codebook Quantization for Ultra-Low-Bit Vision-Language-Action Models

AI 导读

针对视觉语言动作(VLA)模型显存占用大且传统后训练量化在超低精度下失效的问题,该研究提出 SACQ 框架。该方法结合感知结构的代码本拟合、基于动作误差增加的混合比特分配及两阶段后量化细化,在 GR00T N1.7 上实现 1.5 比特权重下的平均成功率 93.85%,显存降低 4.83 倍,同时保持推理速度提升。材料为 arXiv 预印本,未提及开源代码或商用许可状态。

来源:arXiv · 机器人与计算机视觉 · arxiv.org