Hacker News · AI· gmays·· 2 小时前精选AI 评分60
NVIDIA 等机构提出 VFlash 框架:加速物理 AI 的视觉规划解码
VFlash: Enabling System-1 VLMs for Physical AI
AI 导读
NVIDIA 联合多家高校提出针对物理 AI 的视觉规划解码框架 VFlash,通过利用几何结构先验并行生成完整轨迹与视觉基元,摆脱自回归逐 token 生成的延迟瓶颈。在 Jetson Thor 上,该框架将解码阶段提速 12 至 42 倍,带动机器人模型流程提速 5.1 倍,并在自动驾驶与机械臂任务中将平均 3D 位移误差降低 42.6%。
推荐理由
研究展示了如何利用几何结构的先验信息重构推测解码,为解决具身智能中自回归视觉规划的高延迟瓶颈提供了可行思路。
来源:Hacker News · AI · research.nvidia.com