Robotların yapay zeka demoları çoğu zaman hızlandırılmış video gibi durur. Çünkü gerçek hayatta kol sık sık duruyor: model düşünürken kol bekler, düşünce bitince bir parça hareket eder, sonra yine bekler. MIT Han Lab'ın VLASH adlı yöntemi bu dur-kalk ritmini kırmayı hedefliyor. Sonuç iddiası net: senkron çalışmaya göre görev süresi yaklaşık iki katına kadar kısalabiliyor.1
Burada "daha güçlü bir beyin" vaadi yok. Aynı görme-dil-eylem modelini, yani görüntüye ve komuta bakıp kol hareketi üreten sistemi, zamanlamayı daha akıllı kullanacak şekilde koşturuyorlar. Kol hareket ederken sonraki adımı hesaplamak mümkün hale geliyor; hesap bittiğinde kolun nerede olacağını da hesaba katıyorlar.
- Görme-dil-eylem modelleri neden demoda hızlı, gerçekte yavaş görünür?
- VLASH, robotun gelecekteki durumunu önceki hareket parçasıyla tahmin ederek gecikmeyi kapatıyor.
- Ölçülen üst sınır: yaklaşık 2,03 kat hızlanma ve tepki gecikmesinde büyük düşüş.
- Masa tenisi ve "Whack-a-Mole" gibi hızlı tepki işleri senkron çıkarımda başarısızken burada mümkün oluyor.
Dur-kalk neden pahalı?
Bugünün güçlü robot politikaları çoğu zaman "eylem parçası" üretir: bir seferde birkaç adımlık hareket listesi. Klasik senkron çıkarımda robot önce modeli bekler, sonra listeyi uygular, bitince yeniden bekler. Bu sıra, hareketler arasında boşluk bırakır. Çevre değişirken model kör kalır; tepki gecikir. Makale de bunu açık yazıyor: birçok demo videosu 5-10 kat hızlandırılır ki hareket akıcı görünsün.1
Asenkron çıkarım bu boşluğu doldurmak ister: kol mevcut parçayı uygularken model arka planda sonraki parçayı hesaplar. Mantık basit. Sorun da basit: hesap sürerken kol yer değiştirir. Model "şu anki" duruma göre planlar; plan uygulanacağı anda kol başka yerdedir. Bu zaman kayması titrek ve hatalı harekete yol açar. Naif asenkron yöntemler hız kazandırıp doğruluğu düşürebilir; bazı düzeltmeler ise ek gecikme veya mimari değişiklik ister.1
VLASH neyi değiştiriyor?
VLASH'ın fikri şu: model, çıkarım başındaki kol durumuna değil, yeni planın fiilen uygulanacağı andaki kol durumuna bakarak planlasın. O gelecek durum bilinmez değil. Çünkü çıkarım sürerken hâlâ uygulanacak eski hareket parçası elde. O parçayı kol durumunun üzerine "yuvarlayarak" ilerletirsen, yeni planın başlayacağı eklem konumuna yaklaşmış olursun.1
Yani sistem "şimdi neredeyim?" diye sormayı bırakıp "plan hazır olduğunda nerede olacağım?" diye soruyor. Görüntü hâlâ biraz eski kalabilir; ama bedenin iç durumu önden tahmin edilir. Makale bunu insan tepki gecikmesine benzetiyor: gözün gördüğü an ile kasın harekete geçtiği an aynı değildir; yine de vücut kendini ayarlar. VLASH, bu ayarı modele açıkça öğretmeye çalışıyor.
Pratik kazanç iddiası da burada toplanıyor. Ek bir ağır model başı yok. Çıkarım anında pahalı bir "yamalama" katmanı yok. Mevcut ince ayar ve dağıtım hattına oturacak şekilde tarif ediliyor. Kod açık kaynak olarak MIT Han Lab deposunda paylaşılmış.2
Sayılar neyi taşıyor?
Simülasyon kıyaslarında VLASH, naif asenkron çıkarıma göre doğrulukta yüzde 30'a varan iyileşme gösteriyor ve diğer taban çizgilerini geride bırakıyor. Gerçek donanımda, senkron çıkarıma göre görev tamamlama hızında 2,03 kata kadar çıkış; tepki gecikmesinde 17,4 kata kadar düşüş raporlanıyor. Önemli iddia: orijinal doğruluk korunuyor.1
Asıl çarpıcı sahne sayılar değil, senkronun yetmediği işler. Masa tenisi rallisi ve hızlı "Whack-a-Mole" gibi tepki + sürekli hareket isteyen görevlerde klasik senkron çıkarım başarısız kalırken, VLASH ile π0.5 gibi modellerin bu etkileşimi kaldırabildiği gösteriliyor.1 Yani mesele sadece "aynı işi daha çabuk bitirmek" değil; daha önce kapalı kalan bir tempo bandını açmak.
Bağımsız bir bilim haberi özeti de aynı çizgiyi taşıyor: gelecek durum farkındalığı, alma-koyma gibi işlerde hızı katlarken dinamik görevlerde kol performansını yükseltiyor.3 Bu, laboratuvar videosunun abartısı değil; makalenin kendi ölçüm çerçevesinin basın diline çevrilmiş hali. Yine de "her fabrikada yarın" anlamına gelmez.
Senin için ne değişir?
Fabrikada, depoda veya ev robotunda asıl maliyet çoğu zaman modelin "zeka puanı" değil, saniyenin içindeki boşa giden bekleme. Bir kol her düşünüşte durursa hat ritmi düşer, güvenlik mesafesi şişer, insan-robot paylaşımı zorlaşır. VLASH tipi bir zamanlama, aynı modeli daha az boşlukla koşturmayı vaat ediyor. Bu, fatura ve tempo dilinde konuşulacak bir şey: daha büyük GPU değil, daha az durak.
Sınırlar dürüst yazılmalı. Bu bir arXiv ön baskısı; peer-review tamamlanmış bir dergi mührü değil. Kazançlar seçilen modeller, görevler ve donanıma bağlı "en fazla" değerler. Gelecek çevre görüntüsü hâlâ bilinmiyor; yalnızca robot durumu yuvarlanıyor. Yani ani bir engel, kayan bir nesne veya aydınlatma değişimi hâlâ zorlu. "Robotlar iki kat hızlı oldu" cümlesi, laboratuvar kıyasındaki üst sınırı günlük hayata taşımak olmaz.
Kapanış sade. Robotun yavaşlığı bazen kas eksikliğinden değil, düşünürken durmasından geliyor. VLASH, durmadan düşünmeyi ve düşünürken ilerideki bedeni hesaba katmayı deniyor. İkiye katlanan şey sihirli bir zeka değil; boşa giden saniyenin bir kısmı.
Dipnotlar ve Kaynaklar
- Tang, J., Sun, Y., Zhao, Y., Yang, S., Lin, Y., Zhang, Z., Hou, J., Lu, Y., Liu, Z. ve Han, S. (2025). "VLASH: Real-Time VLAs via Future-State-Aware Asynchronous Inference". arXiv:2512.01031. Senkron çıkarıma göre en fazla 2,03× hızlanma ve 17,4× tepki gecikmesi azalması; naif asenkrona göre simülasyonda doğruluk iyileşmesi; masa tenisi ve Whack-a-Mole örnekleri; gelecek durumun önceki eylem parçasıyla yuvarlanması. arxiv.org/abs/2512.01031 ↩
- Proje sayfası ve kod: MIT Han Lab, "VLASH". hanlab.mit.edu/projects/vlash; depo: github.com/mit-han-lab/vlash. ↩
- Bilim haberi özeti: Tech Xplore (2026). "Future-aware AI doubles robot speed in pick-and-place tasks". techxplore.com. ↩
Bu yazı bilgi amaçlıdır; endüstriyel otomasyon, güvenlik veya yatırım tavsiyesi değildir.
Kerem
İstanbul'da yaşıyor. Teknoloji yazıyor.
