arXiv · cs.AI· Yuan Feng, Qize Yang, Ruizhe Chen, Sibo Song, Haolin He, Muzhi Zhu, Zihan Liu, Yunfei Chu, Xize Cheng, Yuxuan Wang, Jin Xu, Xike Xie·· 1 天前
VisionWeave 为多模态大模型引入弹性视觉表示编织能力
VisionWeave: Weaving Elastic Visual Representations as a Native Capability of MLLMs
arXiv:2610.07987v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yuan Feng, Qize Yang, Ruizhe Chen, Sibo Song, Haolin He, Muzhi Zhu, Zihan Liu, Yunfei Chu, Xize Cheng, Yuxuan Wang, Jin Xu, Xike Xie
研究任务与主要进展
VisionWeave通过门控空间池化器和粒度路由器，让多模态大模型按视觉内容自适应分配粗粒度与细粒度表示。基于论文摘要，作者在Qwen3.5-4B上验证该能力，并扩展至Qwen3.8-27B，平均节省43.0% token、保留98.9%的原生性能；部署到SGLang后，报告吞吐提升2.3倍，平均TTFT降低54.4%、TPOT降低60.6%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org