WAM-Diff2 实现自动驾驶 AI 15 倍并行加速

jiqizhixin · x · 2026-08-25

复旦大学与殷王智能提出 WAM-Diff2，将自回归的 Vision-Language-Action 模型转换为离散扩散架构。

核心方法

• 并行生成：利用 Block-Causal 注意力机制，允许 Block 内的 Token 双向并行交互，仅保持 Block 间的因果顺序。
• 知识迁移：采用三级分层蒸馏策略，逐步将模型从顺序生成迁移至并行生成，保留原模型的所有语义知识。

实验结果

• 速度提升：解码速度提升 15.1 倍（从 44.5 tokens/s 提升至 673.4 tokens/s）。
• 性能保持：在 DriveBench、LingoQA、COCO 和 NAVSIM 等多任务基准上性能无下降。
• 规划优化：长时规划错误率降低 5.8%，在 NAVSIM 上超越 ReCogDrive 等专用规划模型。

原文链接 →

「研究」频道最新

• RAG崩溃：检索到自生成内容时LLM答案趋同，79.6%模拟崩溃 — _reachsumit · 2026-08-25
• 生成式推荐新方法：语义子词分词提升物品建模 — _reachsumit · 2026-08-25
• RAG系统扩展语料库导致答案波动，准确率却几乎不变 — _reachsumit · 2026-08-25
• Spotify研究：更好的推理轨迹反而降低推荐效果 — _reachsumit · 2026-08-25
• 研究：多跳 RAG 放大语音识别错误 — Zhenghua Bao · 2026-08-25
• MobilePA-Bench 评测移动端规划智能体 — Yi Zhu · 2026-08-25

更多「研究」频道 AI 资讯 →