视觉-语言-动作（VLA）模型加速技术 - 视觉-语言-动作（VLA）模型依托视觉语言模型（VLMs）的强大能力取得显著进展，但VLMs庞大的参数规模和自回归解码特性带来较大计算负担 [2] - 投机解码（SD）技术通过高效的草稿生成与并行验证，能在单次前向传播中生成多个token，从而加速大型语言模型（LLMs）推理，但该技术在VLA模型中的应用尚未被探索 [2] Spec-VLA框架创新 - 提出首个专为VLA推理加速设计的SD框架Spec-VLA，针对动作预测任务难度和贪婪解码机制，设计宽松接受机制提升生成速度 [2] - 多场景测试表明，Spec-VLA框架能将接受长度提升44%，相比OpenVLA基线模型实现1.42倍速度提升，且不降低任务成功率 [2] - 该框架无需微调VLA验证模型，仅需训练草稿模型即可对OpenVLA框架实现42%加速 [6] 技术应用与潜力 - Spec-VLA框架的成功凸显了投机执行在VLA预测场景中更广泛应用的潜力 [2] - 相关技术包括推测解码方法、VLA模型介绍以及Spec-VLA框架的实现细节 [7] 行业动态与活动 - 直播活动聚焦推测解码技术在大语言模型加速中的应用，以及Spec-VLA框架的具体实现 [6][7] - 行业其他技术进展包括VR-Robo真实场景机器人导航、CVPR冠军方案BridgeVLA真机性能提升32%等 [9]