LOWN：通过证书引导的视觉路由提升扩散 VLM 效率

LOWN 解码法在无需训练的情况下，将 LLaDA-V 的解码计算量降低至平均 35.3%，同时保持 99.6% 的基准测试分数。 该方法通过预测无图像预测与条件预测的一致性，自适应决定每步是否处理图像及解掩码数量，且可与视觉 token 剪枝正交组合。 LOWN 泛化至 LLaDA 系列扩散视觉语言模型，并在 key-value caching 下进一步提升效率，代码已开源。