Tag · 2 篇
轨迹对齐
分布 强化学习与具身智能1高效模型与推理加速1
01 02
统一感知与动作：一种面向机器人动作生成的隐式视觉思维链混合模态流水线
Unifying Perception and Action: A Hybrid-Modality Pipeline with Implicit Visual Chain-of-Thought for Robotic Action Generation
VITA 将视觉预测与动作生成统一到共享离散潜空间，用自回归 token 同时解码未来帧和动作，为视觉研究者提供了一种把视觉动态作为归纳偏置注入策略学习、缓解模态鸿沟与训练不稳定的可复用范式。
面向扩散模型的采样感知量化
Sampling-Aware Quantization for Diffusion Models
针对扩散模型在低延迟场景下的部署，提出采样感知量化策略，通过混合阶轨迹对齐约束每步采样误差，使量化后的模型仍能保持高阶采样器的快速收敛特性，为视觉生成模型的端侧加速提供可复用方案。