该文综述高效视觉Transformer研究，涵盖TRT-ViT、PriViT、Next-ViT、TurboViT、CXV、EfficientViT、MiniViT、MobileViT等模型，通过改进注意力机制、混合卷积架构、压缩参数与硬件延迟优化，在图像分类、检测等任务中提升计算效率，兼顾速度与精度，适于移动及工业部署。