热点事件持续更新
LOWN：证书引导视觉路由降低扩散VLM解码算力
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv cs.CV 刊出 LOWN，一种面向扩散视觉语言模型（VLM）的无需训练解码方法，思路是让模型只在需要时才处理图像。其做法是：每个解码步先在不带图像的情况下预测被掩码 token，仅当这一预测与上一次图像条件预测不一致时才真正处理图像；同时按通过验证的 token 数决定该步解掩码多少个 token，形成“证书引导”的视觉路由。作者在 LLaDA-V 上观察到，移除图像后，平均只有 22.8% 的解码步会改变被解掩码的 token，说明多数步骤并不依赖视觉输入。在十个基准上，LOWN 以平均 35.3% 的解码 FLOPs 保留了 99.6% 的分数。目前该工作以预印本形式发布，尚未见同行评审或第三方复现的报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
LOWN 以平均 35.3% 的解码 FLOPs 在十个基准上保留 99.6% 的分数。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CVLOWN：证书引导视觉路由，让扩散 VLM 只在需要时处理图像
LOWN 是一种无需训练的解码方法，每步先不带图像预测被掩码 token，仅当该预测与上一次图像条件预测不一致时才处理图像，并按通过验证的 token 数决定解掩码数量。在 LLaDA-V 上移除图像平均只在 22.8% 的解码步改变被解掩码 token；LOWN 在十个基准上以平均 35.3% 的解码 FLOPs 保留 99.6% 的分数。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。