09:36
官方账号arXiv cs.AI@Zhihao Zhu, Hanlin Shang, Mingwang Xu, Feipeng Cai, Zhuolin He, Yaoyi Li, Jianhua Han, Hang Xu, Siyu Zhu
推荐理由：它把慢吞吞的自回归VLA模型变成并行扩散模型，性能不掉，推理快2.8倍，还能跑自动驾驶多任务。
WAM-Diff2
共 1 条相关 AI 资讯
8月4日
09:36
WAM-Diff2是一种多任务离散扩散VLA框架，通过三阶段分层蒸馏将预训练自回归模型转化为并行扩散模型。该方法解决了自回归解码的高延迟和暴露偏差问题，同时保留多任务视觉-语言推理能力。在驾驶理解、感知和规划基准上，WAM-Diff2与自回归基线性能持平。推理加速达2.8倍，结合FlashInfer和CUDA Graphs系统优化后最高可达15.1倍。