NVIDIA VFlash、ロボット視覚計画を最大12倍高速化し軌道誤差を最大61%低減

なぜ重要か

VFlashは、VLMがボックスや2D/3D軌道、密な動きなど視覚プリミティブ全体をトークン単位ではなく並列ドラフトで出す復号枠組み。NVIDIAは一部スイートでロボット計画復号が最大12倍速、3Dウェイポイント誤差最大61%減、Jetson ThorとDGX Sparkの操作レイテンシ約80%減と報告。Interesting Engineeringの記事は11月5日19:13 EST（6日00:13 UTC）。VFlash計画を条件とした下流ワールド行動モデルはMolmoSpacesで平均成功率70.2%、ベースライン62.6%。研究であり製品SKUではない。オープンウェイト、TensorRT-Edge、独立再現を注視。