算法论文8
复旦&引望WAM-Diff2让自动驾驶解码提速15.1倍
机器之心
AI 摘要
复旦与引望智能:针对自回归VLA模型瓶颈,提出WAM-Diff2框架。运用Block-Causal注意力与三级蒸馏,解码加速15.1倍,多任务性能不减,长时域规划更稳。
阅读原文 · 机器之心
解码提速15.1倍、多任务性能不降:复旦&引望WAM-Diff2打通自动驾驶VLA自回归—扩散转换
视觉-语言-动作(VLA)模型是端到端自动驾驶主流技术,但自回归解码架构有瓶颈。复旦大学与引望智能联合提出WAM-Diff2,实现自回归VLA向离散扩散模型迁移,解码加速15.1倍,多任务性能不降。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
算法论文8
华为 RoboHarness 助力具身智能策略协作
华为诺亚方舟实验室发布 RoboHarness 系统,解决不同策略协作问题。它将独立控制系统封装成可调度技能,由 Coding Agent 决策,还设计辅助技能和 Memory Bridge 模块,促进策略协同,推动具身智能发展。
AI科技评论
新闻资讯7
具身智能:VLA与世界模型路线之争
2026年具身智能赛道经历‘技术路线大分流’,VLA遭质疑,‘世界模型’和VA路线兴起。具身智能进入‘落地祛魅’阶段,厂商开始‘路线混搭’,VLA和世界模型都在进化,行业探索新架构,具身智能无完整技术路线图。
InfoQ
算法论文8
字节团队发现文生图Scaling新变量
ByteDance Seed团队研究发现,文生图模型中自然语言Caption变长,不意味着模型获更多视觉监督,其信息量更能预测训练损失。团队提出Structured Prompt,从两侧提升文本条件,在多任务上取得显著提升。
机器之心
算法论文8
具身智能:告别通用模型,走向异构编排
当VLA、WAM等机器人控制策略在各自任务中表现出色,如何为子任务匹配合适策略成完成复杂长时序任务关键。RoboHarness解决异构策略协同难题,通过协同调用策略提升成功率。
机器之心