ICCV 2025 / 高效动作解码

VQ-VLA: Improving Vision-Language-Action Models via Scaling Vector-Quantized Action Tokenizers

作者：Yating Wang, Haoyi Zhu, Mingyu Liu, Jiange Yang, Hao-Shu Fang, Tong He · 单位：Shanghai AI Lab Tongji USTC ZJU NJU SJTU · 会议/期刊：ICCV 2025 · 方向：高效动作解码 · 发布日期：2025-07-01

视觉语言动作高效动作解码高效推理模型压缩动作表示
新标签打开 AlphaXiv新标签打开 Project新标签打开 Code
VQ-VLA: Improving Vision-Language-Action Models via Scaling Vector-Quantized Action Tokenizers figure
AlphaXiv 中文概览（可滚动查看）