APS-VLA：冻结主干下的视觉token剪枝框架
热点事件持续更新
APS-VLA：冻结主干下的视觉token剪枝框架
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Xiaoyang Xing等作者提出APS-VLA，一种从机器人演示中学习视觉token选择的框架，其做法是保持预训练视觉-语言-动作（VLA）模型主干冻结，只训练一个轻量级Decision Influence Estimator，由它结合动作监督与视觉转移目标为视觉token打分，据此完成剪枝。 该框架目前以论文形式发布在arXiv cs.AI，报道未给出剪枝比例、精度变化或实际部署效果等结果数据。
AI 根据报道生成 · 43 分钟前更新
最新进展11月11日 13:00
APS-VLA：面向高效视觉-语言-动作模型的动作引导与未来感知 Token 剪枝报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIAPS-VLA：面向高效视觉-语言-动作模型的动作引导与未来感知 Token 剪枝
APS-VLA 提出一种在冻结预训练 VLA 主干的前提下，从机器人演示中学习视觉 Token 选择的框架，通过轻量级 Decision Influence Estimator 结合动作监督与视觉转移目标为 Token 打分。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。