VisionWeave 弹性视觉表征方法发布

Yuan Feng 等作者发布论文提出 VisionWeave 弹性视觉表征方法，通过门控空间池化器与粒度路由器，让多模态大模型按视觉内容自适应分配 token 粒度。作者称仅用自蒸馏在 Qwen3.5-4B 上验证该方法，并扩展至 Qwen3.8-27B，训练消耗超 30K A100 GPU 小时。 作者给出的结果：在八个基准上平均节省 43.0% token，保留 98.9% 原性能；作为对比，token 剪枝基线在固定 50% 节省目标下仅保留 88% 性能。作者还称在 SGLang 服务引擎上部署时吞吐提升 2.3 倍，平均 TTFT 降低 54.4%，平均 TPOT 降低 60.6%。上述指标均为作者论文中的说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。