arXiv Computer Vision· Yu-Cheng Chou, Shihao Wang, Jin Huang, Chi-Pin Huang, Chiao-An Yang, Xianzhe Fan, Jing Wang, Zhiqi Li, Yuanguo Kuang, Ruijie Zheng, Johan Bjorck, Sifei Liu, Hang Su, Abhishek Badki, Lei Zhang, Alan Yuille, Linxi "Jim'' Fan, Jan Kautz, Zhiding Yu·· 2 天前AI 评分33
VFlash：通过 Flash Primitive Decoding 实现快速准确的视觉规划
VFlash: Fast, Accurate Visual Planning via Flash Primitive Decoding
AI 导读
VFlash 利用视觉基元已知结构，通过轻量 drafter 一次前向传播联合预测坐标，实现快速准确的视觉规划。在 2D 和 3D 机器人轨迹任务中，VFlash 相比自回归解码持续降低预测误差，3D 点运动预测单次 rollout 生成速度约提升 25 倍。
来源：arXiv Computer Vision · arxiv.org