待验证50% 置信事实精确时间

PaceVLA 引入量化引导的模式选择方案，判断当前状态是否适合粗执行，并使用上下文条件路由器在每次推理步骤中根据视觉观测、语言指令和历史动作上下文选择执行模式。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/20

首次发现

有效期至：2027/1/18

来源

PaceVLA：自适应时间动作量化加速机器人执行

涉及实体

PaceVLAmodel 量化引导的模式选择concept 上下文条件路由器concept

相关事实

待验证传统软件中动作序列由开发者写死路径可预测可静态推理授权，而智能体系统由模型在运行时决定动作70% 相似待验证路由分类器需要利用模型量化和推理加速框架（如ONNX Runtime、TensorRT）进行优化部署70% 相似待验证执行轨迹记录模型或人类解决问题的完整中间步骤，使训练系统能识别推理链条中具体哪一步出错，从而提供更精细的学习信号69% 相似待验证确定性工作流使用多个步骤，但由应用程序代码决定执行顺序，模型可以驱动其中一个或多个步骤，关键在于代码拥有控制流。69% 相似待验证路由是一种前置决策策略，根据输入的预估难度或元数据在调用前选择模型，通常只调用一次。68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1073904

API

curl https://kongchang.com/api/v1/knowledge/claims/1073904

MCP

get_claim(id=1073904)