arXiv · 17.07.2026 ·Инфраструктура для агентов

JoyNexus: оптимизация дообучения VLA-моделей в мультиарендной среде

Исследователи представили JoyNexus — сервис-ориентированную платформу для эффективного дообучения Vision-Language-Action (VLA) моделей. В отличие от традиционных подходов, требующих выделения эксклюзивных GPU-ресурсов под каждого пользователя, JoyNexus внедряет мультиарендную архитектуру. Это позволяет динамически распределять вычислительные мощности между различными задачами робототехники, значительно снижая затраты на обучение и повышая утилизацию оборудования в гетерогенных средах.

Современные VLA-модели требуют адаптации под конкретные типы роботов, симуляторы и целевые задачи. Существующие облачные решения для обучения ИИ часто работают по модели аренды целых узлов, что приводит к простоям ресурсов при выполнении небольших или эпизодических задач. JoyNexus решает эту проблему за счет оркестрации рабочих нагрузок, позволяя нескольким пользователям совместно использовать вычислительный кластер без потери производительности.

Система использует специализированные механизмы планирования, которые учитывают специфику обучения моделей, взаимодействующих с физическим миром. Это упрощает процесс итеративного дообучения агентов, позволяя разработчикам быстрее адаптировать модели к новым сценариям эксплуатации без необходимости управления инфраструктурой на низком уровне.

Ключевые факты

JoyNexus переводит дообучение VLA-моделей с модели эксклюзивной аренды GPU на мультиарендную архитектуру.
Система оптимизирована для работы с разнородными симуляторами и различными конфигурациями робототехнических платформ.
Архитектура снижает накладные расходы на инфраструктуру за счет динамического распределения ресурсов между несколькими арендаторами.
Решение направлено на устранение неэффективности при выполнении пакетных задач обучения в облачных средах.

Источник: arXiv

Обсудить с ИИ

Похожие материалы

arXiv · Машинное обучение Оптимизация дообучения Vision-Language-Action моделей Исследователи обнаружили, что для эффективной адаптации Vision-Language-Action (VLA) моделей к конкретным задачам робототехники не требуется задействовать все параметры архитектуры. Анализ показал, что значительная часть слоев в таких моделях избыточна при дообучении на специализированных наборах данных. Использование метода частичной настройки позволяет существенно снизить вычислительные затраты без потери качества управления роботами. arXiv · Машинное обучение Новый метод обучения роботов через использование априорных знаний о движении Исследователи представили метод обучения роботов, который решает проблему нехватки физических навыков у моделей Vision-Language-Action (VLA). Вместо обучения управлению движением с нуля, авторы внедрили механизм априорных знаний об действиях (action priors). Это позволяет модели эффективнее переносить навыки между различными типами робототехнических платформ, значительно ускоряя процесс адаптации к новым задачам манипуляции объектами. arXiv · Машинное обучение FurnitureVLA: обучение роботов сложной сборке мебели с помощью VLA-моделей Исследователи представили FurnitureVLA — первую систематическую модель Vision-Language-Action (VLA), предназначенную для решения задач сборки полноразмерной мебели двумя манипуляторами. В отличие от существующих решений, сфокусированных на простых объектах или одной руке, система обучается на сложных последовательностях действий, используя масштабируемый конвейер генерации данных в симуляции и VR-телеуправление для сбора экспертных демонстраций. Hacker News · Модели и релизы Выпущена JoyAI-VL: открытая модель для взаимодействия в реальном времени Представлена JoyAI-VL — первая открытая мультимодальная модель, ориентированная на обработку визуальных данных в режиме реального времени. Разработка призвана обеспечить низкую задержку при анализе видеопотока и взаимодействии с пользователем, что является ключевым фактором для создания отзывчивых ИИ-систем. Модель доступна для ознакомления на платформе Hugging Face и открывает новые возможности для интеграции визуального восприятия в интерактивные приложения. NVIDIA Technical Blog · Инференс и железо Оптимизация обучения LLM в JAX через выгрузку данных в хост-память NVIDIA представила метод оптимизации обучения больших языковых моделей в среде JAX, позволяющий преодолеть ограничения пропускной способности памяти GPU. Техника хост-оффлоадинга переносит часть весов, градиентов и состояний оптимизатора в оперативную память CPU, что позволяет эффективно масштабировать обучение моделей на устройствах с ограниченным объемом HBM, не допуская простоя вычислительных ядер из-за нехватки видеопамяти. arXiv · Инфраструктура для агентов Ускорение VLA-моделей для робототехники без дообучения Исследователи представили метод ускорения Vision-Language-Action (VLA) моделей, основанный на кэшировании и уточнении действий. Подход позволяет оптимизировать итеративный процесс генерации траекторий в моделях на базе flow matching, значительно снижая вычислительные затраты при сохранении точности движений роботов. Технология не требует дополнительного обучения, что упрощает её внедрение в существующие агентные системы управления манипуляторами. arXiv · Машинное обучение Новый метод обучения VLA-моделей через разделение физики и семантики Исследователи предложили новый подход к обучению Vision-Language-Action (VLA) моделей, разделяющий приобретение физических навыков и семантическое понимание задач. Вместо сбора дорогостоящих экспертных демонстраций, метод использует предварительное обучение на неразмеченных видео для освоения базовой моторики, что позволяет значительно снизить зависимость от дефицитных данных при создании робототехнических агентов. arXiv · Инфраструктура для агентов Cortex: новый фреймворк для управления робототехническими агентами Исследователи представили Cortex — фреймворк для воплощенных ИИ-агентов, решающий проблему выполнения долгосрочных задач в робототехнике. В отличие от стандартных VLA-моделей, ограниченных текущим наблюдением, Cortex использует двунаправленное выравнивание между высокоуровневым планированием и низкоуровневой кинематикой, что позволяет агентам эффективнее справляться со сложными манипуляциями в динамической среде. Hacker News · Обучение и дообучение Prime Intellect представила платформу Lab для децентрализованного обучения моделей Компания Prime Intellect запустила платформу Lab — инфраструктурное решение для обучения и дообучения нейросетей, объединяющее вычислительные мощности из различных источников. Система позволяет разработчикам масштабировать процесс тренировки моделей, используя распределенные ресурсы, что снижает барьеры для создания собственных архитектур и оптимизирует затраты на инфраструктуру при работе с крупными наборами данных. Hacker News · Обучение и дообучение Разработка цикла обучения LLM на базе JAX Автор детально описывает процесс создания низкоуровневого цикла обучения для большой языковой модели с использованием фреймворка JAX. В материале разбираются ключевые аспекты настройки вычислительного графа, управления состоянием модели и оптимизации параллельных вычислений, что позволяет эффективно масштабировать процесс обучения на кластерах GPU или TPU, обеспечивая высокую производительность при работе с архитектурой трансформеров.

← Все материалы