研究人员开发了RoboECC，一个通过在边缘设备和云之间分配计算来实现视觉-语言-动作（VLA）模型部署的新框架。该方法解决了VLA模型的高推理成本问题，VLA模型在具身智能应用中很常见。RoboECC识别模型执行的最佳分割点，并动态适应网络波动，以最小的开销实现了高达3.28倍的速度提升。 AI
影响 优化具身AI的VLA模型部署，有望降低实时应用的延迟和计算需求。
排序理由 这是一篇详细介绍VLA模型部署新框架的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2603.20711v2 Announce Type: replace-cross Abstract: Vision-Language-Action (VLA) models are mainstream in embodied intelligence but face high inference costs. Edge-Cloud Collaborative (ECC) deployment offers an effective fix by easing edge-device computing pressure to meet …