Sink-Sparse Hybrid Attention 用于 T2I/T2V Diffusion Transformers 的高效推理
论文提出 Sink-Sparse Hybrid Attention,这是一种无需训练的注意力替换方法,通过复用静态 sink masks 并补充轻量级 pooled-KV 分支来加速扩散 Transformer 的推理。
推荐理由:该方法提供无需微调的推理加速方案,在保持生成质量的同时实现约1.5倍端到端速度提升。
技术方向
相机、传感器、车载和边缘计算的实际规格、量产进度和测试条件。
137 条精选近 30 天 100 条共收录 1,167 条
论文提出 Sink-Sparse Hybrid Attention,这是一种无需训练的注意力替换方法,通过复用静态 sink masks 并补充轻量级 pooled-KV 分支来加速扩散 Transformer 的推理。
推荐理由:该方法提供无需微调的推理加速方案,在保持生成质量的同时实现约1.5倍端到端速度提升。
该论文提出了一种利用显微光学读取自然地面纹理以实现高精度全局定位的方法,将定位精度提升至数十微米量级。研究通过校准的移动龙门架系统验证了该方法在不同表面纹理上的表现,在 1007 个测试查询中实现了 28-73 微米的平移均方根误差(RMSE),且独立光度配准与特征定位估计的误差约为 9 微米。
推荐理由:原文展示了利用显微光学实现微米级移动机器人定位的方法,并验证了其在热膨胀等场景下的鲁棒性。
针对传统感知规划栈将行人、车辆和墙壁等同处理的缺陷,该研究提出一种模块化全机载管道,利用共享 BLIP 编码器生成场景描述与分割,结合深度信息在三维空间定位障碍物。
推荐理由:该工作提出在 Jetson Orin NX 上运行的轻量化 LLM 导航方案,通过缓存推理与检索增强实现人感知的安全避障。
论文提出 Speculative Forcing 框架,将中间清洁估计视为草稿并预测何时可安全接受单个 token。一旦接受,token 即被冻结为最终输出不再去噪,其缓存键值仍作为上下文供后续 token 使用。
推荐理由:提出 Speculative Forcing 框架,在视频生成中通过冻结早期合格 token 减少去噪步数,显著提速且保持质量。
奥比中光在广交会发布 Pulsar MH24 紧凑型 24 通道 3D 激光雷达,适用于割草机器人、AMR 及配送机器人等移动平台。该产品具备 66.6×62.1×66 mm 尺寸与 210 g 重量,支持 360°水平扫描和 0.1 m 最小探测距离,能在≥100,000 lux光照下工作并满足 IP6K6防护等级。
推荐理由:Orbbec 发布 Pulsar MH24 激光雷达,提供紧凑设计与多环境感知能力,并展示深度相机与代工服务。
该研究针对 Vision Transformers 二次方 token 交互带来的高计算成本问题,提出了 Prune-and-Merge 这一无需训练即可应用于现成模型的框架。
推荐理由:提出无需训练的 ViT 剪枝合并框架,在降低计算成本的同时保持鲁棒性与精度。
论文发现对视觉语言动作(VLA)模型进行剪枝会导致严重的性能下降和安全违规增加。基于光谱分析揭示的权重结构特性,作者提出 GLUESTICK 方法,通过在稠密与剪枝模型间插值计算一次性校正项,在推理阶段恢复被剪枝层的性能。该方法无需额外训练且对剪枝算法无关,能在保留稀疏性优势的同时,将成功率恢复至接近原始水平并提升推理速度。
推荐理由:针对剪枝导致 VLA 模型性能骤降与安全违规的问题,提出无需额外训练的 GLUESTICK 后处理恢复方法。
论文针对交互式视频生成中依赖小双向片段以降低延迟但牺牲质量的矛盾,提出 Speculative Sampling 策略。该方法通过追加噪声潜变量作为填充来扩展建模窗口并缓存预测结果,在保持条件不变时实现预测复用;同时支持增量交付与未来替换。
推荐理由:提出 Speculative Sampling 策略,通过缓存预测与噪声填充平衡大窗口质量与小窗口低延迟,为交互式视频生成提供新优化路径。
该预印本论文针对资源受限边缘设备,提出一种按需触发(on-demand)的测试时自适应新范式及 OD-TTA 框架。该方法通过轻量级域偏移检测机制仅在必要时激活自适应、引入源域选择模块确保高鲁棒性准确率,并采用解耦批归一化更新方案实现小批量内存高效适配。
推荐理由:提出按需测试时自适应框架,在资源受限边缘设备上显著降低能耗与计算开销。
论文提出 SmolWAM,这是一种从 Cosmos Policy 衍生出的潜在世界 - 动作模型(latent WAM),旨在解决视频扩散 Transformer 在资源受限边缘设备上计算成本过高的问题。
推荐理由:该工作提出 SmolWAM,通过保留预训练主干并重构推理接口,在边缘设备上实现了高效的世界 - 动作联合预测。
盖世汽车获悉,图达通于10月12日宣布2026年第三季度激光雷达产品总出货量约26.89万台,同比增长约217%。前三季度累计出货量约91.98万台,已超过2025年全年出货量的2倍。
推荐理由:原文披露了图达通2026年Q3激光雷达出货量及前三季度累计数据,展示了其三大平台的市场表现与定点情况。
该论文提出 miniTE 轻量级框架,结合执行诊断、跨引擎数值对齐及高效原生 W4A4 GEMM 计算,解决大语言模型强化学习中训练与采样引擎间的不一致问题。
推荐理由:原文介绍了 miniTE 框架,展示了在 Qwen3-30B-A3B 模型上实现原生低比特强化学习稳定训练与高吞吐率的实验结果。
Overview AI 今日正式发布 OV Spark 和 OV Spark Pro 两款工业检测相机,内置“Sparky”自主智能体层,支持用自然英语提问并自动推荐检测工具与策略。
推荐理由:Overview AI 发布搭载自主智能体层的 OV Spark 系列工业相机,将模型选择、推理与 PLC 通信集成于边缘设备,解决工厂部署配置难题。
国际机器人联合会(IFR)发布《World Robotics 2026》报告,显示 2025 年全球工厂运营工业机器人存量增至 500 万台,同比增长 9%。其中中国市场表现强劲,年安装量达 35.4 万台,占全球部署总量的 59%,中国本土制造商国内市场份额升至 55%。
推荐理由:报告披露 2025 年全球工业机器人存量达 500 万台,中国安装量占比近六成且本土品牌份额过半。
2026 年 9 月 20 日,一汽 - 大众 ID. AURA T6 正式上市,售价 12.99 万元起。该车首发搭载地平线征程 6H 芯片(单颗算力 420 TOPS)及 HSD AI 基座模型,由酷睿程打造 Hyper Sense 8 全场景辅助驾驶方案。
推荐理由:一汽 - 大众 ID. AURA T6 上市,首发搭载地平线征程 6H 芯片与 HSD 端到端模型,验证了合资品牌高阶智驾规模化量产落地。
9月15日,地平线在上海临港举办仪式,宣布第1500万颗征程®芯片将搭载在一汽-大众全新合作车型ID. AURA T6上。该车型首发搭载征程6H芯片,由HSD AI基座模型深度赋能。地平线创始人余凯博士同时宣布,HSD V2.1版本即将推出,首发全场景倒车能力,端到端模型轨迹直出以优化脱困与窄道通行体验。现场还透露,HSD年内将搭载某头部新能源大厂车型量产。
推荐理由:地平线宣布第1500万颗征程芯片量产并搭载于大众ID. AURA T6,同时HSD V2.1即将推出全场景倒车功能。
2026年9月,地平线携征程®系列、星空®舱驾融合芯片、HSD™系统及咖咖虾™操作系统首次亮相日本Automotive World展会。展出方案累计出货超1500万套,其中征程®6系列成为全球顶级Tier1共同选择;星空®系列首创城堡安全物理隔离架构,支持高阶智驾与座舱大模型运行。
推荐理由:地平线首次亮相Automotive World,展示征程6与星空系列及HSD系统,并宣布覆盖德日系头部Tier1的生态合作升级。
在 2026 年世界机器人大会上,Orbbec 与物理 AI 基础设施提供商 Litchi Lab 宣布达成战略合作,旨在通过提供高质量 3D 深度数据和视觉传感器与仿真世界的双向对齐,提升世界模型的训练数据质量。双方将共同开发集成“3D 视觉感知 + 物理世界模型”的解决方案,以加速具身智能和物理 AI 的部署。
推荐理由:双方宣布合作,Orbbec 提供深度相机硬件支持 Litchi Lab 的世界模型训练与双向对齐。
2026 年 8 月 20 日,在 World Robot Conference 上,Orbbec 与 CMOS 图像传感器供应商 SmartSens 宣布达成战略合作。
推荐理由:Orbbec 与 SmartSens 宣布深化战略合作,将全球快门 CIS 技术整合进机器人免手持数据采集平台,以支持物理 AI 的高质量数据收集。
NVIDIA 发布 Cosmos 3 Edge,这是 Cosmos 3 家族中首个专为端侧机器人控制设计的 4B 参数全模态模型(含 2B NVIDIA Nemotron 推理器)。该模型旨在解决世界模型因体积过大难以部署在车载或机器人本地计算硬件的问题,使策略能适配传感器、环境与任务。
推荐理由:NVIDIA 推出 Cosmos 3 Edge,将 4B 参数世界模型压缩至端侧硬件,解决物理交互学习模型的部署难题。