Embedl 优化 Jetson Thor:自动驾驶规划延迟从 604ms 降至 83ms

AIFlow_ML · x · 2026-11-19

Embedl 公布自身测试数据:在 NVIDIA Jetson Thor 上,保持 Alpamayo 2 Edge 模型权重不变的情况下,将单个驾驶规划(driving plan)的推理延迟从 603.7 毫秒压缩到 82.7 毫秒,约 7.3 倍提速。

帖主强调「物理 AI 的胜负在毫秒之间」,指向车载/机器人端侧推理优化这一方向:不改动模型、仅做推理栈层面优化即可获得数量级的延迟改善。

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →