LAGEN 研究:仅 1 帧延迟即可让实时 Agent 性能暴跌 95%
wzenus · x · 2026-10-22
研究团队发布 LAGEN(Latency-Aware Agents),研究部署延迟对视觉-语言 Agent 实时能力的影响。
- 核心发现:1 帧延迟对人类不可感知,却可能让 Agent 在实时任务上损失高达 95% 的性能
- 现实世界不会等 Agent 思考完才继续,训练时引入部署延迟(latency-aware training)能显著提升 VLM Agent 与 VLA 的实时表现
- Astra 等模型已能进入实时循环,但要让模型在真实时序中稳定工作,延迟感知是关键能力
所属事件:LAGEN 研究:1 帧延迟可让实时智能体性能损失 95%(6 条相关)→
「研究」频道最新
- TraceForge:零闭源 token 合成思维链,超越 Claude 原生 trace — IndependentResearcher121 · 2026-10-22
- 上交大 SpatialBrain:不改视觉骨干,用经验记忆提升空间推理 — SJTU · 2026-10-22
- 米哈游等用游戏世界做具身智能续训 scaling 实验:120 组配置揭示边界 — THUSI-Lab · 2026-10-22
- 研究:后训练让模型无视方言,DPO 偏好英式拼写胜过 AAE 和新加坡英语 — Zhizhuo Kou · 2026-10-22
- 研究揭示:推理模型「先考虑再取消」,多想会抹掉 some/or 的日常含义 — Zhizhuo Kou · 2026-10-22
- NXAI 开源 KronLSTM:Kronecker Delta 规则线性注意力模型与 Triton 内核 — gklambauer · 2026-10-22