VLA-ACL：用动作一致性学习给视觉语言动作模型剪视觉 token
VLA-ACL 在冻结视觉语言动作骨干上训练轻量 patch 打分器，让剪枝后的动作跟上全上下文教师，从而大幅丢掉视觉 token。
RoPE
DeCoPrune：用去噪一致性做自回归视频扩散的高效 KV 缓存修剪
DeCoPrune 免训练，用中间干净预测与最终去噪结果的差异衡量 token 长期价值，在高修剪比下接近 FullKV 的上下文一致性并加速续写。