SpecPrune-VLA：免训练剪枝加速 VLA 推理
热点事件持续更新
SpecPrune-VLA：免训练剪枝加速 VLA 推理
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Hanzhen Wang 等提出免训练的两级剪枝方法 SpecPrune-VLA，用于加速视觉-语言-动作（VLA）模型推理。论文称，该方法结合全局历史与局部注意力减少视觉 token，并按层动态剪枝，在 LIBERO 仿真中最高加速 1.57 倍，在真实任务中加速 1.70 倍，成功率下降可忽略。 该方法还引入轻量动作感知控制器，按末端执行器速度区分粗粒度与细粒度动作，并据此调整剪枝强度。
AI 根据报道生成 · 5 小时前更新
最新进展11月3日 13:00
SpecPrune-VLA：用动作感知自推测剪枝加速视觉-语言-动作模型报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AISpecPrune-VLA：用动作感知自推测剪枝加速视觉-语言-动作模型
SpecPrune-VLA 提出一种免训练的两级剪枝方法，通过结合全局历史与局部注意力减少视觉 token，并按层动态剪枝，在 LIBERO 仿真中实现最高 1.57 倍加速、真实任务中 1.70 倍加速，成功率下降可忽略。该方法还引入轻量动作感知控制器，按末端执行器速度区分粗粒度与细粒度动作并调整剪枝强度。
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。