GigaWorld-Policy-0.5, une nouvelle politique de contrôle robotique, a atteint une latence d'inférence de 85ms sur un GPU NVIDIA RTX 4090 grand public, marquant une avancée significative vers le contrôle robotique en temps réel et indépendant du cloud pour le déploiement en périphérie.
Le modèle utilise une architecture Mixture-of-Transformers qui sépare la modélisation visuelle dynamique de la génération d'actions. Ce découplage permet au système de s'entraîner sur des prédictions visuelles futures tout en maintenant une inférence suffisamment rapide pour un déploiement local.
L'approche Mixture-of-Transformers achemine les tokens visuels et d'action à travers des voies d'expert distinctes, évitant la surcharge de calcul des mécanismes d'attention conjoints. En atteignant 85ms sur un GPU grand public, GigaWorld-Policy-0.5 ouvre la voie à un contrôle robotique performant et abordable pour les laboratoires de recherche et les déploiements à petite échelle.
Les implications pour la robotique en périphérie sont significatives : des boucles de contrôle robotique en temps réel sans dépendance au cloud sont essentielles pour les applications dans la fabrication, la robotique de service et les systèmes autonomes.
