ActPrune：动作锚定视觉token剪枝方法
热点事件持续更新
ActPrune：动作锚定视觉token剪枝方法
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026年11月9日，arXiv Robotics 刊出 Sungwon Moon 等作者的论文，提出免训练的视觉 token 剪枝方法 ActPrune，用于视觉-语言-动作模型。该方法把剪枝决策提前到视觉编码器之前，以上一步预测的动作块作为几何先验：在第三人称视角保留末端执行器投影轨迹上的 patch 与语义锚点，在腕部视角剪掉补偿相机运动后仍不变的 patch。报道称，在 LIBERO、VLABench 两个仿真环境和四个真实机器人任务上，该方法实现最高 1.61 倍加速、59.5% FLOPs 降低，成功率下降可忽略。目前尚无后续跟进报道，方法的实际部署效果与适用范围有待进一步验证。
AI 根据报道生成 · 12 小时前更新
最新进展11月9日 13:00
ActPrune：面向高效视觉-语言-动作模型的动作锚定视觉 token 剪枝报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- arXiv RoboticsActPrune：面向高效视觉-语言-动作模型的动作锚定视觉 token 剪枝
ActPrune 是一种免训练的视觉 token 剪枝方法，把剪枝决策提前到视觉编码器之前，用上一步预测的动作块作为几何先验。该方法在第三人称视角保留末端执行器投影轨迹上的 patch 与语义锚点，在腕部视角剪掉补偿相机运动后仍不变的 patch。在 LIBERO、VLABench 两个仿真环境和四个真实机器人任务上，它实现最高 1.61 倍加速、59.5% FLOPs 降低，成功率下降可忽略。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1011月9日 14:00
- 近 24 小时变化
- –
02.557.510
14:0016:0018:0020:0022:0011月10日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。