NVIDIA VFlash accélère jusqu'à 12× la planification visuelle robotique et réduit l'erreur de trajectoire jusqu'à 61%
Interesting Engineering, couvrant l'article VFlash de NVIDIA Research, indique qu'un décodage parallèle de primitives a réduit d'environ 80 % la latence de manipulation sur Jetson Thor face aux baselines autorégressives.
Pourquoi c’est important
VFlash est un cadre de décodage qui laisse les VLM émettre des primitives visuelles entières—boîtes, trajectoires 2D/3D, mouvement dense—en un jet parallèle plutôt que coordonnée par token. NVIDIA annonce jusqu'à 12× plus rapide en planification robotique et jusqu'à 61 % d'erreur 3D en moins face à la cible autorégressive sur certaines suites, avec ~80 % de latence de manipulation en moins sur Jetson Thor et DGX Spark. Interesting Engineering a daté son article à 19 h 13 EST le 5 novembre (00:13 UTC le 6). Des modèles d'action conditionnés aux plans VFlash ont atteint 70,2 % de succès moyen sur MolmoSpaces contre 62,6 % de baseline. C'est de la recherche, pas un SKU — à suivre : poids ouverts, TensorRT-Edge et réplications.
Faits clés
- Interesting Engineering : 5 nov. 2026, 19 h 13 EST (00:13 UTC 6 nov.)
- Jusqu'à 12× plus rapide en planification robotique vs autorégressif
- Jusqu'à 61 % d'erreur de trajectoire 3D en moins sur les suites rapportées
- ~80 % de latence de manipulation en moins sur Jetson Thor / DGX Spark
- Succès moyen MolmoSpaces 70,2 % avec plans VFlash vs 62,6 % baseline
- Page technique principale : NVIDIA Research VFlash