VFlash:并行视觉几何模型

视频加载中
视频加载中英伟达 VFlash 将目标框、轨迹和密集 3D 运动作为定长向量并行解码,动作解码最高快 12 倍、整机推理快 5.1 倍,3D 轨迹误差最多降低 61%。
Category: perception
Author: @DrJimFan
Date: 2026-11-05T00:00:00
Duration: 55.866s

英伟达 VFlash 将目标框、轨迹和密集 3D 运动作为定长向量并行解码,动作解码最高快 12 倍、整机推理快 5.1 倍,3D 轨迹误差最多降低 61%。
0:14
0:47
0:07
0:34
1:10
0:29作为亚马逊联盟会员,我们可能从符合条件的购买中获得佣金。