Hugging Face · 每日论文·· 8 天前精选AI 评分54
MambaAct：用于流匹配视觉-语言-动作模型的高效Mamba动作专家
MambaAct: Efficient Mamba Action Experts for Flow-Matching Vision-Language-Action Models
AI 导读
MambaAct 是一种用于流匹配视觉-语言-动作模型的高效动作专家，采用 Mamba 替代 Transformer 以降低推理成本。它通过轻量级上下文压缩器保留视觉-语言条件，减少重复交叉注意力，使动作专家体积缩小 10 倍，在 LIBERO 和真实部署中分别降低 64.8% 和 58.8% 的去噪延迟，同时提升 LIBERO 成功率 1.08 个百分点。
推荐理由
该研究提出用 Mamba 替代 Transformer 作为动作专家，显著降低推理延迟并提升成功率，为实时机器人控制提供可复用的高效架构设计。
来源：Hugging Face · 每日论文 · huggingface.co