跳到正文
arXiv · 机器人与计算机视觉· Jiuyi Xu, Chengyuan Qian, Zhengzhong Tu, Yang Sui, Yangming Shi·· 2026-10-16AI 评分73

FastVLA:面向高效 VLA 模型的无训练任务感知视觉 Token 自适应压缩

FastVLA: Task-Conditioned and Temporally Adaptive Visual Token Compression for Efficient Vision-Language-Action Models

AI 导读

论文 FastVLA 针对 VLA 模型闭环部署中的推理效率瓶颈,提出一种无需训练的、任务感知的且随时间自适应的视觉 Token 压缩框架。该方法通过任务到视觉注意力评分 Token 重要性,并利用逆辛普森指标在线校准动态调整压缩率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org