중요팁X
NVIDIA(엔비디아), 물리 AI 로봇용 병렬 비전 모델 'VFlash' 공개… 추론 속도 5배·정확도 동시 향상
고정 길이 출력은 토큰 순차 디코딩 대신 병렬 처리로 12배 빨라짐. Jetson 등 엣지 로봇 추론 최적화 검토.
요약
DrJimFan이 물리 AI를 위한 시스템 원 비전 모델 VFlash를 공개했다. VFlash는 객체 위치 파악, 로봇 궤적 계획 등 고정 길이의 예측 작업을 한 번에 병렬 처리하는 방식으로, 기존의 토큰 단위 디코딩보다 최대 12배 빠른 액션 디코딩과 5.1배 향상된 로봇 추론 속도를 제공한다. 특히 Jetson Thor 및 DGX Spark 같은 엣지 GPU 환경에서 효과적이며, 3D 궤적 오류를 최대 61%까지 낮춰 VLM 백본보다 높은 정확도를 기록했다. 이는 좌표를 하나씩 생성하는 자기회귀적 디코딩의 오류 누적 문제를 해결함으로써 물리적 추론의 속도와 정확성을 동시에 확보했다. 관련 논문과 소스코드는 오픈 소스로 공개되었다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 @DrJimFan: The era of System One Vision Model is here! Introducing VFlash: parsing the visual world in parallel at unmatched speeds for Physi
원문 보기 ↗