University of California, San Diego（加州大学圣迭戈分校）

FlashVLA: Streaming Action Decoding for Fast and Asynchronous VLA Inference

FlashVLA：用于快速异步VLA推理的流式动作解码

Zekai Li, Jiaming Tang, Zhijian Liu

机构 * UC San Diego（加州大学圣迭戈分校） ； MIT（麻省理工学院） 纠错

AI总结 FlashVLA是一种流式动作解码框架，通过分块因果注意力维护动作缓冲，实现低延迟、平稳异步的VLA推理，在单GPU上达≥30Hz控制频率且任务性能优异。

Comments 17 pages, 8 figures

RECAP-Forcing: Retaining Content Appearances for Long Video Generation

RECAP-Forcing：保留内容外观以实现长视频生成

Haiyang Xu, Zheng Ding, Zhuowen Tu

机构 * UC San Diego（加州大学圣迭戈分校） 纠错

AI总结 针对长自回归视频生成的内存挑战，提出按外观新颖性组织内存的RECAP-Forcing方法，通过注意力汇和光流新颖性库统一机制，免训练且无额外参数，提升视频质量与语义保真度，优于现有内存方法。

Comments Project page: this https URL (https://xxuhaiyang.github.io/RECAP-Forcing/)

Beyond Parallel Blindness: Information Floors and Model Gaps in Block Drafting

超越并行盲性：块式生成中的信息下限与模型差距

Xinwei Qiang, Xiang Fang, Chang Chen, Yue Guan, Yufei Ding

机构 * University of California San Diego（加利福尼亚大学圣迭戈分校） 纠错

AI总结 该研究针对块式生成的拒绝率，提出信息下限与模型差距的分离方法，在多领域目标上揭示了模型性能瓶颈，明确了短距离条件作用与生成质量的差异。