超越免训练剪枝：LightVLA引入可微分token剪枝，首次实现VLA模型性能和效率的双重突破

清华大学与中科院团队联合提出LightVLA，一种新型视觉token剪枝框架，在LIBERO基准上以平均97.4%的任务成功率刷新SOTA，同时将视觉token从512压缩至78个，FLOPs和延迟分别下降59.1%与38.2%，并反向提升成功率2.6%。该方法通过无参数可微分剪枝与Gumbel-softmax实现任务自适应的关键信息提取，首次验证了VLA模型中效率与性能可协同优化，为具身智能系统的轻量化部署提供了新路径。
来源：https://mp.weixin.qq.com/s/qzozyaHoEqFzCKLkZX-qNg