**VSpark:通过噪声校准与特征对齐加速自动驾驶机器人动作模型**

_VSpark: Speculative Decoding for Autoregressive Vision-Language-Action Models_

> 针对自动驾驶机器人动作模型(VLA)串行生成动作导致推理缓慢的问题,研究提出了 VSpark 方法。该方法通过引入校准的动作噪声、训练草稿模型以匹配 VLA 的隐藏特征而非仅输出 token,以及复用被拒绝草稿中的预测结果,有效解决了传统推测解码在机器人控制场景下的局限性。实验表明,VSpark 在四种不同模型和基准测试中,将推理速度提升了 1.28 至 2.10 倍,同时保持了无损解码。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-11-20 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2611.22666)