دنیای رباتیک با معرفی مدل جدید RhinoVLA یک گام بزرگ به سمت سرعت واقعی برداشته است. این مدلِ «بینایی-زبان-عمل» (VLA) که برای تراشههای لبه (Edge SoC) طراحی شده، مشکل تاخیر در پردازش را با کاهش تعداد توکنها حل کرده است.
✅ ویژگیهای جذاب این مدل:
🔹 سرعت بینظیر: رسیدن به نرخ ۱۱.۶۹ فریم بر ثانیه که برای کنترل لحظهای رباتها عالی است.
🔹 هوشمندسازی سختافزار: بهینهسازی شده برای تراشههای Huixi R1.
🔹 اتصال به انواع رباتها: دارای یک رابط کاربری یکپارچه که به رباتهای مختلف اجازه میدهد از یک سیاستِ یادگیری مشترک استفاده کنند.
این پروژه قرار است به صورت متنباز منتشر شود تا دنیای رباتیک باز هم هوشمندتر و سریعتر شود! 🌐
منبع: arXiv Machine Learning