System One 视觉模型时代来了！发布 VFlash：以无与伦比的速度并行解析视觉世界，面向 Physical AI
NVIDIA 的 Jim Fan 发布了 VFlash，一个面向 Physical AI 的「System One 视觉模型」，它并行解析视觉世界，而不是逐个 token 解码。由于包围框、机器人轨迹等具身预测目标都是定长的几何形状，VFlash 可以一次性输出整个形状——据称动作解码提速最高 12 倍，在 Jetson Thor 和 DGX Spark 等边缘 GPU 上机器人推理整体提速 5.1 倍，且精度还超过了其 VLM 骨干模型。如果这些提升站得住脚，它将为边缘端实时机器人感知提供一条更快、更便宜的路径。
报道来源
- Jim Fan2026-11-05 16:31