한눈에
NVIDIA 로봇 연구를 이끄는 Jim Fan이 VFlash를 소개했다. 물리 AI용 ‘System One’ 시각 모델이라고 불렀다.
System One은 깊이 생각하지 않고 바로 반응하는 빠른 사고를 뜻한다.
어떻게 빨라졌나
로봇이 내놓는 답은 길이가 정해져 있다. 물체 위치 상자는 항상 6개 숫자, 로봇 팔 경로 10개 지점은 54개 숫자다.
그래서 한 토큰씩 차례로 쓰지 않고 한 번에 다 출력한다.
Jetson Thor, DGX Spark 같은 기기용 GPU에서 동작 출력이 최대 12배, 전체 추론이 5.1배 빨라졌다.
왜 중요한가
보통 빨라지면 정확도가 떨어진다. VFlash는 바탕 모델보다 3D 궤적 오차가 최대 61% 낮았다.
Jim Fan은 차례로 쓰면 앞의 실수가 뒤로 번지는데, 한 번에 쓰면 그 문제가 없다고 설명했다.
그는 ‘움직이는 모든 것은 자율화되고, 자율 기계는 자기 칩에서 생각해야 한다’고 썼다.