CMU 提出 Visual Token Routing，VLM Agent 视觉 token 开销降 5.8 倍

CMU 研究者 Pranjal Aggarwal 与 Sean Welleck 提出 Visual Token Routing（VTR），通过训练轻量路由器丢弃时间上冗余或 Agent 无需据此行动的视觉 token。该方法使 VLM Agent 的视觉 token 消耗减少 5.8 倍，精度保持不变，运行更快、成本更低。