待验证50% 置信事实精确时间
CondenseVLA 的压缩发生在解码阶段而非编码阶段，VLM 主干无需为每一帧重复计算。
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
来源
涉及实体
相关事实
待验证向量长度无关（VLA）编程模型让代码以逻辑向量为单位编写，编译器在目标平台上选择最优寄存器宽度65% 相似待验证CondenseVLA 的 slot token 数量是预设超参数，不随历史窗口长度变化，因此解码器计算量保持恒定。65% 相似待验证在 RAG 架构中 LLM 在每次 QA 阶段调用属于高频低延迟需求，VLM 仅在文档摄取阶段且文档含图像时调用属于低频批处理需求62% 相似待验证Prefill（预填充/Prompt处理）阶段属于计算密集型，依赖GPU的矩阵并行计算能力；Decode（解码/生成）阶段属于内存带宽密集型，更多取决于显存带宽61% 相似待验证纹理资源即使经过压缩，在运行时仍需被解码到内存中供GPU使用，解码会占用主线程时间并推迟首次渲染60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073789API
curl https://kongchang.com/api/v1/knowledge/claims/1073789MCP
get_claim(id=1073789)