Des chercheurs de plusieurs universités ont présenté XInfer, un cadre de traitement pour les modèles vision-langage-action (VLA) utilisés en manipulation robotique. XInfer coordonne les différents calculs des modèles VLA avec le rythme de fonctionnement des robots, afin d’occuper les GPU sans retarder les retours critiques. Lors de tests portant sur trois modèles VLA et des charges de travail robotiques réelles, XInfer a offert une capacité robotique effective de 1,26 à 3,75 fois supérieure à celle des meilleurs systèmes existants. Le code est publié et accessible à tous.
Pourquoi c'est important
Les opérateurs de robots peuvent traiter davantage de tâches avec le même matériel, ce qui réduit les coûts pour les grandes flottes.
