NVIDIA VFlash acelera até 12× o planejamento visual de robôs e corta erro de trajetória em até 61%
Interesting Engineering, sobre o paper VFlash da NVIDIA Research, diz que a decodificação paralela de primitivas cortou cerca de 80% a latência de manipulação no Jetson Thor frente a baselines autorregressivos.
Por que importa
VFlash é um framework de decodificação que deixa VLMs emitir primitivas visuais inteiras—caixas, trajetórias 2D/3D, movimento denso—num rascunho paralelo em vez de coordenada por token. A NVIDIA reporta até 12× mais velocidade no planejamento robótico e até 61% menos erro 3D frente ao alvo autorregressivo em algumas suítes, com ~80% menos latência de manipulação no Jetson Thor e DGX Spark. Interesting Engineering datou a cobertura às 19:13 EST de 5 de novembro (00:13 UTC de 6). Modelos de ação condicionados a planos VFlash chegaram a 70,2% de sucesso médio no MolmoSpaces contra 62,6% de baseline. É pesquisa, não SKU—acompanhar pesos abertos, TensorRT-Edge e réplicas independentes.
Fatos principais
- Interesting Engineering: 5 nov 2026, 19:13 EST (00:13 UTC 6 nov)
- Até 12× mais rápido no planejamento robótico vs autorregressivo
- Até 61% menos erro de trajetória 3D nas suítes reportadas
- ~80% menos latência de manipulação no Jetson Thor / DGX Spark
- Sucesso médio MolmoSpaces 70,2% com planos VFlash vs 62,6% baseline
- Página técnica principal: NVIDIA Research VFlash