arXiv Computer Vision· Chih-Chung Hsu·· 4 小时前AI 评分22
SPECTRA-VLA：在冻结视觉-语言-动作接口上的基-细高光谱 Token 迁移
SPECTRA-VLA: Base-Fine Hyperspectral Token Transfer at Frozen Vision-Language-Action Interfaces
AI 导读
SPECTRA-VLA 在不重训视觉编码器与动作解码器的前提下，为预训练视觉-语言-动作模型提供原生宽度的高光谱升级，通过学习到的连续残差经归一化伪彩参考增强每个目标 token。
来源：arXiv Computer Vision · arxiv.org