TIN MAN v5.0 · DEFINITIVE L3 · コックピット V3 v5.37
Tin Man v5。
知性が行動に反映される。
単一の NVIDIA Jetson AGX Thor 上で、見て、聞いて、話し、推論し、承認された目的を完了まで実行できる主権のある認知アーキテクチャ。 L3は決定的です。 L4は人間のままです。
26 コアのフリート · ソブリン エッジ · 目に見える人間の権威商用製品 · CITADEL リリース候補
8つのプログラムフェーズが完了。最終認定フェーズが進行中です。
すべてのマシンのインテリジェンス スタックを再構築することなく、航空、ロボット工学、産業システム、モビリティ、海洋、エネルギー、材料のための再利用可能な商用アーキテクチャを実現します。
Tin Man OS を見るリリースの真正性 · 管理記録 · 2026年7月12日
Tin Man v5.0
決定版L3。
コックピット V3 · 現在のリリースラインv5.37
音声ナビゲーション、永続的な対話、シーンの説明、およびハードウェア ノードのスピーチは、同じ目に見えるガバナンス境界内で行われます。
- v4.0生産運用パッケージ
- v4.5バイタル製造証明
- v4.8真実記録が調整されました
- v5.0決定的なL3キャップストーン
- v5.37コックピット音声コンソールナビゲーション
完了までのコマンド
人間の明示的な承認の下で、発話された意図、対話、管理された実行と完了。
26コアのライブフリート
知覚、認知、記憶、科学、音声、ガバナンスが 1 つのソブリン エッジ ノード上で調整されます。
失敗が可視化される
健全性マトリックス、クラッシュ回復、稼働状態、および計画された機能は、隠れた前提ではなく、動作状態として表示されます。
L4は人間のまま
システムは最終L3段階に到達しています。この境界を超える物理的自律には、独立した明示的な人間の承認判断が必要です。
コックピット V3 · ソブリン エッジ HUD
マシンはプロンプトの後に消えません。
その状態を可視化します。
Tin Man のコックピットは、認知アーキテクチャの操作面です。知覚、音声、推論、システムの健全性、人間の権限が 1 つの生きた視覚言語を共有します。
01・システムトゥルース
何が生きているのか、何が計画されているのか、何が権限を必要としているのかを明らかにするコックピット。
この概要には、ライブ フリート ステータス、神経皮質トポロジ、良心の観察、ガーディアンの執行、対話、音声の状態、ヘルス マトリックスが組み合わされています。キャプチャ時には、26 個のコア、25 個が正常、0 個の劣化、0 個のダウン、および 1 個の計画済みコアが報告されました。
- VISIBLEフリート、認識、対話および執行の状態
- BOUNDED計画された機能は引き続き明示的に計画されています
- HUMAN統制された動作には、明示的な人間の承認が必要です
02 · オペレーティング層としての音声
「Hey Tin Man」はブラウザのトリックではありません。
ウェイク検出、音声認識、ルーティング、推論、および音声合成はソブリン ノード上で実行されます。英語とイタリア語のセッション、持続的な対話、カメラの説明フローは、同じ管理されたアーキテクチャに適合します。
WAKEUNDERSTANDREASONSPEAK
全二重とバージインは、サイレントに有効化されるのではなく、目に見える形でゲート制御されたままになります。
続く対話
音声、入力、およびカメラ支援によるターンは、リクエストのたびに消えるのではなく、永続的な会話面を共有します。
答えられるビジョン
オペレーターは、カメラが何を映しているのかを尋ねることができます。マルチモーダル コアは現在のフレームを記述し、応答するモデルを識別します。
ノード上の音声
応答は、ブラウザーや外部音声サービスに委任されず、Thor のハードウェア スピーカーを通じて読み上げられます。
インターフェースのガバナンス
コックピットは施行機を読み取ることができますが、政策権限はオフボックスのままで人間が制御します。
差別化要因
マルチモーダル スタック全体にわたるネイティブ NVFP4。
ほとんどの edge AI は言語モデルのみを量子化し、ビジョンおよびオーディオ エンコーダーはより高精度のままにします。 Tin Man v3.0 で初めて実証された NVFP4 基盤は、ビジョン (ViT)、オーディオ (Conformer)、および言語ヘッドの完全なパイプラインを実行します。 ネイティブNVFP4、単一の Blackwell クラスのデバイスでランタイム検証済み (英語とイタリア語)。
その結果、通常はクラウドを必要とするメモリとスループットのヘッドルームを備えた、完全なセンス・シンク・スピーク・システムが 1 つの組み込みモジュール上に常駐します。
証明されたライブ · 生産切り替え · 2026-08-22
98.22 トークン/秒のデコード。同じトールです。同じモデルです。
TensorRT Edge-LLM 0.9.1 は、Nemo の一致するバッチ 1 デコード スループットを 39.01 tok/s から 98.22 tok/s (以前のランタイムの 2.52 倍) に向上させます。プレフィルは 9,945.4 tok/s に達し、LLM エンジンのメモリ フットプリントは 1,262 MiB 減少します。
- 98.22トーク/秒デコードスループット
- 2.52×Matched 性能向上
- 9,945.4トーク/秒プレフィルスループット
- −1,262 MiBエンジンメモリ
NEMO · TENSORT EDGE-LLM 0.7 → 0.9.1 · 適合資格
| メトリック | ランタイム 0.7 | ランタイム0.9.1 | 変更 |
|---|---|---|---|
| プレフィルのレイテンシ | 1,250.3284ミリ秒 | 205.9237ミリ秒 | 6.07倍高速 |
| プレフィルスループット | 1,638.0トーク/秒 | 9,945.4トーク/秒 | 6.07× |
| デコード遅延 | 25.632 ミリ秒/トークン | 10.181 ミリ秒/トークン | 2.52倍高速 |
| デコードスループット | 39.01トーク/秒 | 98.22トーク/秒 | 2.52× |
| LLM エンジンのメモリ | 18,569 MiB | 17,307 MiB | −1,262 MiB |
方法: バッチ 1、入力長 2,048、過去 KV 2,048、出力長 128、同じ NVIDIA Jetson AGX Thor および同じ Nemotron Nano 3 Omni チェックポイント上の CUDA グラフで 3 回のウォームアップと 10 回の反復。テキスト、SSE ストリーミング、ビジョン、短い音声と長い音声、および監視付きクラッシュ リカバリはすべて、Nemo リクエスト、ビジョン、または音声エラーなしで本番環境のゲートを通過しました。
以前に検証されたプラットフォーム基盤 · v3.0
現在のマルチモーダルスタックを確立した利益。
V3.0 への移行では、最初にリクエストあたり +10 ～ 25% の利益が得られました。 V5 の比較では、実稼働環境 0.9.1 ランタイムで各ワークロードを 5 回繰り返し、ウォームアップを除外し、中央値を報告します。技術的ワークロードと長い形式のワークロードは、現在 90.909 ～ 92.191 tok/s に達しています。
| ワークロード | 前へ世代 | V3.0 | V5中央値 | ΔV3→V5 |
|---|---|---|---|---|
| 短い挨拶（IT） | 19.9 | 24.3 | 63.025 | +159.36% |
| 短い挨拶 (英語) | 21.1 | 25.8 | 57.895 | +124.40% |
| 中技術（IT） | 23.6 | 29.4 | 90.909 | +209.21% |
| 中程度のテクニカル (英語) | 25.7 | 28.3 | 91.065 | +221.78% |
| 長い説明（英語） | 25.2 | 30.7 | 92.191 | +200.30% |
短い挨拶では完了トークンが 8 ～ 15 個しか生成されず、それに比例してオーバーヘッドも大きくなります。テクニカル実行では 159 個のトークンが生成され、ロングフォーム実行では 255 個のトークンが生成されました。別の 511 トークン プローブでは、93 ～ 97% (中央値 96%) の GPU 使用率で 93.74 tok/s を維持しました。
音声・ストリーミング合成の最初の音声レイテンシー (ms)
| ワークロード | 前へ世代 | V3.0 | V5中央値 | V5 p95 | ΔV3→V5 |
|---|---|---|---|---|---|
| ショート (IT) | 192 | 146 | 99.198 | 103.551 | −32.06% |
| 中技術（IT） | 176 | 144 | 102.394 | 253.748 | −28.89% |
| ショート (英語) | 161 | 155 | 100.770 | 111.951 | −34.99% |
ワークロードごとに 10 回の繰り返し (ウォームアップは除く)。時間は、HTTP リクエストから PCM の最初の 2,048 バイトまでに経過します。 V5 の中央値は、最初の音声の遅延を 28.89 ～ 34.99% 改善します。中程度のイタリアのケースには 371.856 ミリ秒の異常値が 1 つ含まれており、その p95 に反映されています。
知覚
V5 ライブ検出器パイプライン (カメラ + LIDAR センサーの融合) — 8.01 ミリ秒平均 · 24.73 Hz。公開されている V3.0 の数値 (約 7 ミリ秒、約 20 Hz) と比較すると、フレーム遅延は約 14% 高く、スループットは約 24% 高くなります。オリジナルの V3.0 raw プロトコルは利用できないため、この比較は参考程度です。
効率と遠隔測定
V3.0の測定値 ～58W LLM 負荷下。 V5 の長時間デコード プローブは継続されました 93.74トーク/秒 511 を超えるトークンがあり、GPU 使用率は 93 ～ 97% (中央値 96%) です。この実行では、同等の V5 パワー サンプルはキャプチャされませんでした。
CAPABILITIES
マルチモーダル モデルから管理されたオペレーティング システムへ。
- 01
1 つのモデル、3 つのモダリティ
単一のオンデバイス NVFP4 モデル内のテキスト、画像、およびオーディオ。
- 02
永続的な対話と音声ナビゲーション
オンボックス音声、耐久性のあるトランスクリプト、および Cockpit V3 操作面全体の EN/IT ナビゲーション。
- 03
答えを出すビジョン
カメラと LIDAR の認識に加えて、現在の視覚シーンの自然言語による説明。
- 04
統治された執行
インテントは、署名されたポリシー、目に見えるゲート、および明示的な人間の権限を通じてのみ、対話から完了まで進むことができます。
- 05
Alchemi 科学副操縦士
材料開発目標、管理されたキャンペーン、エビデンスの追跡、および人間の承認に基づく進行ゲート。
- 06
クラッシュ耐性のある運用状態
シーケンスブート、健全性マトリックス、回復の証拠、および障害が発生しても確認できる動作ステータス。
- 07
26コアのコグニティブフリート
知覚、言語、推論、記憶、科学、運用、ガバナンスを 1 つのエッジ ノード上で実現します。
認知アーキテクチャ
26 個のライブコア。 1 つの管理された認知フリート。
Tin Man v5 は、単一の Jetson AGX Thor 上の 26 コアのライブ フリートを調整します。以下の公開機能マップは、開示されたコグニティブ ドメインをグループ化しています。 Cockpit V3 キャプチャでは、2026 年 7 月 12 日に 25 の正常なコア、0 の劣化、0 のダウン、および 1 つの計画されたコアが報告されました。
知覚と感知
- ビジョン — カメラと LIDAR センサーの融合
- 網膜 — 視覚 (計画)
- 脳幹 — LIDAR センサーブリッジ
- lidar_driver — LIDAR センサー ドライバー
言語と音声
- nemo — マルチモーダル LLM フロントドア (NVFP4)
- チャット — 会話のフロントドア
- riva — 音声認識 + 7 言語合成
- voice_agent — 室内音声エージェント
推論と記憶
- 前頭前部 — 意思決定ルーター + インテント
- 良心 — デバイス上の推論 LLM (Odino)
- 記憶 — エピソード記憶 + 想起
行動、安全性、ガバナンス
- リアルタイム — リアルタイム スケジューラ
- モーション — パス計画 (計画)
- ガーディアン — 安全性とコンプライアンスの執行
- conscience_observer — メタ認知監査オブザーバー
科学と材料
- 科学 — 材料シミュレーション
- alchemi_workbench — マテリアルワークベンチ
- alchemi_em — 電磁材料シミュレーション
プラットフォームとオーケストレーション
- ゲートウェイ — 戦略的なゲートウェイ
- コックピット — オペレーターコンソール
- エージェント — コンテンツファクトリーの製図
認知領域によるパブリックプロジェクション。現在のコックピットの名簿は、26 個のライブコア;制限された実装の詳細は、この L0 サーフェスの外側に残ります。
ARCHITECTURE
Tin Man は、Shield Brain の実行方法です。
Tin Man v5 は、NVIDIA Jetson AGX Thor に Shield Brain 決定論的 AI 制御アーキテクチャを実装します。その 26 コアのフリートは順序付けされ、健全性が可視化され、限定された運用ドメインに分離されていますが、管理された実行は署名されたポリシーと人間の権限に従属したままです。
Shield Brain は、カナダで出願された特許出願 (2025 年、申請中) によって保護されている決定論的 AI 制御アーキテクチャです。これは、変動する生成ワークロードの下でセーフティ クリティカルな決定性を保証するハードウェア分離実行モデルを定義しており、Tin Man でそのアーキテクチャが運用可能になります。
技術的貢献
13 線の配線パッチはパブリック ドメインの制限を改ざんしました。
ビジョンおよびオーディオ エンコーダーにわたるネイティブ NVFP4 は無料ではありませんでした。パブリックドメインの推論では、TensorRT はエンコーダ アーキテクチャ (ViT、Conformer) の NVFP4 逆量子化を解析できず、BF16 フォールバックが必須であると考えられていました。私たちはこれを経験的に偽りました。明らかな制限は、エクスポート後のリライタの小さな配線ギャップでした。LLM エクスポート パスには存在しますが、エンコーダ パスには存在しません。配線が完了すると、エンコーダ ONNX が適切に解析し、エンジンが NVFP4 でネイティブに構築されます。
この修正は、JetPack 7.2 の Tin Man v5 に組み込まれた測定量子化基盤となりました。 13 線配線パッチとしてよく引用される固定パターンは、次のように適用されます。 6 つのファイルにわたって 12 件の挿入 TRT-Edge-LLM リライタ層にあり、NVFP4 量子化エンコーダ アーキテクチャで再利用可能です。
私たちは発見を文書化し、NVIDIA TRT-Edge-LLM へのアップストリーム コントリビューション用に 6 つのアトミック パッチのバンドルを準備しました。
13 ロック
よく引用される (6 ファイルにわたって 12 個の挿入、正確)
+331 / −63 LOC
アップストリームのアトミック パッチ バンドルの合計
6パッチ・3ラウンド
NVFP4 エンコーダのエクスポート配線 · アップストリーム用に準備
PLATFORM
NVIDIA Jetson AGX Thor — Blackwell 組み込み。
- NVIDIA JetPack 7.2
- TensorRT 10.16.2
- CUDA 13.2
- Blackwell (sm_110a)
- 128 GB ユニファイド メモリ
- GPUNVIDIA Blackwell 組み込み (sm_110a) · 80 Tensor コア Gen 5 · 2560 CUDA コア
- CPU14× Arm Neoverse V3AE + 効率クラスター
- ユニファイドメモリ128 GB LPDDR5x · ~273 GB/秒の帯域幅
- ストレージNVMe PCIe 5.0 · ~14 GB/秒のシーケンシャル読み取り
- ソフトウェアスタックJetPack 7.2 · CUDA 13.2 · TensorRT 10.16.2 · ネイティブ NVFP4 ランタイム
- 導入コンテナ化、デフォルトでソブリン、制御された出力はポリシーゲートのまま
ガバナンスされた実行 · 決定的な L3
能力が進歩します。権威は漂わない。
Tin Man v5は、署名済みポリシー、物理的な安全境界、明示的な人間の承認ゲートを維持しながら、音声で示された意図から推論、ツール利用、完了まで、承認済みの目的を遂行できます。L4の物理的自律性はL3の能力から自動的に導かれるものではなく、独立した明示的な人間の承認判断を必要とします。
ECOSYSTEM
NVIDIA Inception メンバー。上流に貢献する準備ができています。
Reinventy は、NVIDIA Inception プログラムのメンバーです。 Tin Man v5 は、v3 で最初にランタイム検証された完全なマルチモーダル NVFP4 スタックを引き継ぎます。これには、公式の NVIDIA リファレンス レシピが測定時にネイティブに量子化していなかったエンコーダー パスも含まれます。
上記で文書化されたエンコーダ NVFP4 エクスポート配線修正は、Reinventy 独自の展開を超えて再利用可能であり、コミュニティ レビュー用に 6 つのパッチ バンドルを準備しました。
ENGAGE
機能概要はパートナーシップの下でリリースされます。
v5 の最終的な状態レポート、Cockpit V3 機能概要、測定された v3 パフォーマンス基盤、アップストリーム パッチ コンテキスト、および統合ロードマップは、機密保持契約に基づいてリリースされます。ご連絡いただければ、会話を技術担当者に転送します。