**按需查看：证书引导的视觉路由实现扩散多模态模型高效推理**

_Look Only When Needed: Certificate-Guided Visual Routing for Efficient Diffusion VLMs_

> 针对扩散多模态模型（DVLMs）在去噪步骤中重复处理图像导致计算冗余的问题，研究提出了 LOWN 方法。该方法通过比较有无图像输入时的预测结果，利用“一致性”作为证书来动态决策当前步骤是否需要处理图像及未掩码 token 的数量。实验表明，LOWN 无需额外训练或调参，即可在平均推理成本降低 35.3% 的情况下，保持 99.6% 的原始模型性能，且能正交组合于视觉 token 剪枝技术，显著提升了效率。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-30 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.36671)