September 15, 2026, に実施された実機テストにおいて、InstinctFlashフレームワークは、タスク性能を維持しつつ、ベースラインの測定値と比較してNVIDIA Jetson Thor上で最大 33.78 倍の高速化を実証しました。このフレームワークは、モデル宣言、最適化プランニング、およびランタイムの実行を、詳細に確認可能なパイプラインを通じて管理します。
InstinctFlash: ロボティクスモデル向け高性能サービングフレームワーク
この記事は翻訳です。 原文を読む
InstinctFlashは、LingBot-VA、pi0.5, GR00T、およびNVIDIAのCosmos3を含む、さまざまなモデルファミリーをサポートしています。ランタイムは、実行効率を高めるために 量子化 や特定のスケジューリング変更などの最適化を適用できます。また、ローカル統合のためのPython APIや、openpiエコシステムと互換性のあるWebSocketベースのプロトコルも提供しています。
このフレームワークには、最適化されたモデルをオリジナル版と比較するための評価ツールが含まれています。これらのツールは、性能評価を支援するために、レイテンシ、アクションの一致度、およびシミュレータでのタスク成功率を報告します。
出典
- Show HN: InstinctFlash – Run 5B world-action models in real time on Jetson Thor （Hacker News Frontpage, 2026-09-22）