英伟达发布 VFlash 视觉规划解码框架
热点事件历史事件
英伟达发布 VFlash 视觉规划解码框架
2 篇报道2 个报道来源3 天前更新
先了解这件事
AI 综述
英伟达发布通用解码框架 VFlash，用并行解码完整视觉基元替代逐 token 生成坐标，可一次预测机器人抓取位置和运动轨迹。 据其公布的结果，在 H100 GPU、批量大小为 1 的条件下，单次生成速度约提升 25 倍；以 VFlash 规划为条件的 world action model 在四组 MolmoSpaces 任务中平均成功率为 70.2%，基线为 62.6%。Jim Fan 转发称最高实现 12 倍动作解码加速、5.1 倍整体机器人推理加速，3D 轨迹误差最多降低 61%。 上述数据来自基准任务和测试，在复杂真实环境中能否保持精度和稳定性，尚待部署验证。
AI 根据报道生成 · 3 天前更新
最新进展11月6日 18:07
英伟达发布VFlash视觉规划解码框架，机器人动作解码最高提速12倍事件进展
2 个进展
- 11月6日 18:07 · 1 篇报道英伟达发布VFlash视觉规划解码框架机器人前瞻 · 微信公众号：英伟达发布VFlash视觉规划解码框架，机器人动作解码最高提速12倍
- 11月5日 08:00 · 1 篇报道VFlash：快速视觉规划方法HuggingFace Daily Papers：VFlash 提出 Flash Primitive Decoding，加速视觉规划并降低轨迹预测误差
报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- 机器人前瞻 · 微信公众号精选英伟达发布VFlash视觉规划解码框架，机器人动作解码最高提速12倍
英伟达发布面向快速视觉规划的通用解码框架VFlash，用并行解码完整视觉基元替代逐token生成坐标，可一次预测机器人抓取位置和运动轨迹。在H100批量大小为1条件下单次生成速度约提升25倍，四组MolmoSpaces任务中世界动作模型平均成功率70.2%，基线为62.6%。Jim Fan转发称最高实现12倍动作解码加速、5.1倍整体机器人推理加速，3D轨迹误差最多降低61%。
11月5日
- HuggingFace Daily PapersVFlash 提出 Flash Primitive Decoding，加速视觉规划并降低轨迹预测误差
VFlash 提出 Flash Primitive Decoding 方法，利用视觉图元已知结构在一次前向中联合预测整段图元坐标，而非逐 token 自回归生成。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 1311月6日 19:00
- 近 24 小时变化
- -50%
051015
11月7日12:0011月8日12:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。