新浪科技訊 12月28日下午消息，近日，人工智能領(lǐng)域國際會議AAAI 2026公布了論文錄用結(jié)果，由小鵬汽車和北京大學(xué)計算機(jī)學(xué)院多媒體信息處理全國重點實驗室聯(lián)合完成的論文《FastDriveVLA： Efficient End-to-End Driving via Plug-and-Play Reconstruction-based Token Pruning》成功入選。這篇論文最大的貢獻(xiàn)在于，提出了一種專門為端到端自動駕駛VLA模型定制的、高效的視覺Token剪枝框架——FastDriveVLA。

　　據(jù)介紹，F(xiàn)astDriveVLA包含一個即插即用的視覺Token剪枝器ReconPruner。在車端模型的推理階段， ReconPruner可直接嵌入自動駕駛VLA模型用于視覺Token的剪枝，即插即用，無需重新訓(xùn)練整個模型。為了輔助該剪枝器的訓(xùn)練，還專門構(gòu)建了包含來自6個攝像頭視角的24.1萬個圖像-掩碼對的nuScenes-FG數(shù)據(jù)集。這一大規(guī)模的自動駕駛前景分割標(biāo)注數(shù)據(jù)集，可廣泛用于未來自動駕駛的研究。

　　最終，nuScenes自動駕駛數(shù)據(jù)集上的測試顯示，采用這一剪枝框架，在不同剪枝率下均取得當(dāng)前最優(yōu)即SOTA效果：剪枝比例達(dá)25%視覺Token時，駕駛性能幾乎不下降，其L2軌跡誤差與碰撞率指標(biāo)甚至超越未剪枝的基準(zhǔn)模型；剪枝比例達(dá)50%Token時，在所有指標(biāo)上表現(xiàn)更平衡；與此同時，VLA模型的推理效率得到了顯著提升。

　　小鵬汽車聯(lián)合北大提出的FastDriveVLA，建立了自動駕駛VLA模型的高效視覺Token剪枝的新范式，同時樹立了車端大模型高效部署上車的新標(biāo)桿。小鵬汽車董事長何小鵬在微博上對此表示，“很高興我們在探索L4的路上又取得新的突破。我們會在物理AI領(lǐng)域繼續(xù)發(fā)力，期待第二代VLA給鵬友們帶來更棒的智駕體驗?！?/p>