PesquisaBaixa importância

VFlash gera planos visuais para robôs de uma vez só e fica cerca de 25 vezes mais rápido

Paper mais votado do dia no HF Papers (07/11). Em vez de gerar coordenadas token a token, o VFlash usa um “drafter” leve que prevê um ponto, uma caixa ou uma trajetória inteira numa só passada. Nas tarefas de trajetória 2D e 3D testadas, reduz o erro em relação à decodificação autoregressiva; medições preliminares indicam cerca de 25 vezes mais velocidade na previsão de movimento 3D. Um modelo de ação guiado pelos planos do VFlash chega a 70,2% de sucesso médio em quatro suítes do MolmoSpaces, contra 62,6% da linha de base.