# WAM-Cache يخفض حوسبة الرؤية الروبوتية حتى 42%

> يقلّل هذا التخزين المؤقت، الذي لا يحتاج إلى تدريب، كلفة نماذج الفيديو مع الحفاظ على دقة المناولة بفارق بضع نقاط مئوية.

Oossa · 2026-10-09 · https://oossa.com/ar/wam-cache-cuts-robot-vision-compute-by-up-to-42

أصدر باحثون بقيادة كاي دينغ WAM-Cache، وهو إطار يعيد استخدام تمثيلات المفتاح والقيمة من محوّل انتشار الفيديو عبر دفعات التحكم. فبدلاً من إعادة حساب المُشفّر البصري بالكامل في كل خطوة، لا يحدّث النظام سوى مجموعة متناثرة من الرموز، يختارها وفق انتباه خبير الأفعال ومقياس للمفاجأة البصرية، مع فرض حدّ أقصى صارم لعمرها. وفي معيار Fast-WAM، يخفض النظام عمليات FLOPs الخاصة بمُشفّر الفيديو بنسبة 32‑42% على RoboTwin 2.0 وLIBERO وفي الاختبارات الواقعية، مع بقاء أدائه ضمن 0.7‑1.8 نقطة مئوية من خط الأساس الكثيف في المحاكاة، وضمن 2.5 نقطة على روبوت حقيقي.

## الحقائق

- يخفض WAM-Cache عمليات FLOPs لمرحلة التهيئة المسبقة في Video DiT بنسبة 32‑42% (وفق معيار Fast-WAM).
- لا يتجاوز تراجع الدقة 1.8 % في المحاكاة و2.5 % على روبوت حقيقي.

## لماذا يهم

يستطيع مطوّرو الروبوتات تشغيل سياسات مناولة عالية الأداء على أجهزة أقل كلفة، من دون تراجع كبير في معدلات النجاح.

## المصادر والمراجع

1. [WAM-Cache: Staleness-Bounded KV Reuse for Efficient World Action Models](https://arxiv.org/abs/2610.11401) – arXiv cs.RO, 2026-10-09

آخر تحديث: 2026-10-09