VAE 也做 BF16

这个权重不做修改更好精度

unitree_g1_pack_camera/case1/run_world_model_interaction.sh

@@ -22,6 +22,7 @@ dataset="unitree_g1_pack_camera"
         --guidance_rescale 0.7 \
         --perframe_ae \
         --diffusion_dtype bf16 \
-        --projector_dtype bf16 \
-        --encoder_mode autocast #fp32/autocast/bf16_full
+        --projector_mode autocast \
+        --encoder_mode bf16_full \
+        --vae_dtype bf16
 } 2>&1 | tee "${res_dir}/output.log"