NVIDIA VFlash: රොබෝ දැක්ම 12 ගුණයක් වේගවත්; විවෘත Cosmos 3 මාදිලි හතරක්

එන්වීඩියා රිසර්ච් (NVIDIA Research) ආයතනය භෞතික කෘත්‍රිම බුද්ධිය (Physical AI) සඳහා සිස්ටම් දෘශ්‍ය-භාෂා මාදිලි (System-1 vision-language models) ක්‍රියාත්මක කරන VFlash හඳුන්වා දුන්නේය. දෘශ්‍ය සැලසුම්වල (visual plans) මූලික ඒකක (primitives) සමාන්තරව (internet) විකේතනය කිරීමෙන් (decode), රොබෝවරුන්ගේ සහ රිය පැදවීමේ නිගමන සැකසුම (inference) 12 ගුණයක් දක්වා වේගවත් වේ. ලක්ෂ්‍ය (points), වස්තූන් වටා ඇති සීමා පෙට්ටි (bounding boxes) සහ ගමන් පථ (trajectories) වැනි දෘශ්‍ය සැලසුම් මගින් අතරමැදි ඉලක්ක සහ චලනය පිළිබඳ පුරෝකථන සපයයි.

මේ අතර, කොස්මොස් ලෝක මාදිලි සංවර්ධන වේදිකාව (Cosmos world model) තුළ අන්තර්ක්‍රියාකාරී ලෝක අනුකරණ (interactive world simulation) නිර්මාණය සඳහා වන, මාදිලි බර අගයන් විවෘතව ලබාගත හැකි නව Cosmos 3 සංරක්ෂිත අනුවාද (open-weight checkpoints) හතරක් නොවැම්බර් 5 වැනිදා නිකුත් කෙරිණි.

මෙය වැදගත් වන්නේ ඇයි: රොබෝවරුන්ට (robots) සහ ස්වයංක්‍රීය වාහනවලට තත්‍ය කාලීනව (real-time) තීරණ ගැනීම සඳහා වේගවත් දෘශ්‍ය සැලසුම්කරණය අවශ්‍ය වේ. විවෘත මාදිලි (open models) මගින් පර්යේෂකයන්ට වඩා පුළුල් ප්‍රවේශයක් ලැබේ.