Jim Fan 发布 VFlash 视觉模型，面向 Physical AI 并行解析视觉世界，在 Jetson Thor、DGX Spark 等边缘 GPU 上实现最高 12 倍更快的动作解码和 5.1 倍整体机器人推理加速。它一次性输出完整几何形状而非逐 token 解码，3D 轨迹误差最多降低 61%，精度甚至超过 VLM 主干。

论文与代码均已开源。