逐际动力更新FluxVLA Engine第二版技术报告，加入在线强化学习
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载评测范围扩到多套基准
FluxVLA Engine 第二版技术报告把评测铺开成两条线：仿真与真机。仿真侧，14 种策略被放进同一套 LIBERO 闭环评测里跑，RoboCasa GR-1、RoboTwin 与 RoboDojo 三个环境则各自接入 8 种策略。这种安排的意义在于，不同策略面对的是同一套任务与判定流程，横向比较时不必再为每个模型单独搭评测脚本。真机侧覆盖 ALOHA、Rebot、双臂 Franka 以及 LimX Oli，用来验证部署链路能否走通。报告同时把数据统一整理成兼容 LeRobot 规范的结构，包含 Parquet、视频与元数据三类内容，使不同来源的数据在进入训练与评测前先对齐格式。
在线强化学习带来的增益
第二版新增了在线强化学习后训练实验，并给出两组可对照的结果。SmolVLA 经过在线强化学习之后，在 LIBERO-10 上的成功率提升 10.0 个百分点；在 RoboTwin Clean 的十项任务上，成功率提升 15.4 个百分点。这两组数字对应的是同一类做法：在已有模型基础上追加在线强化学习后训练，再回到固定评测集上衡量变化。与只做监督微调相比，这条路径多了一个用环境反馈继续调整策略的环节，评测范围也从单一基准扩展到多个仿真环境与真机平台，便于观察增益是否只在特定任务上出现。
推理路径的实测提速
报告给出 8 组模型与设备组合的实测，推理路径频率提升 2.31–9.64 倍。这一区间来自同一套工程底座在不同模型、不同硬件上的运行结果，说明优化并非只针对某一种配置。对使用方而言，这意味着把已有模型接入 FluxVLA Engine 后，推理环节的吞吐有可测量的变化，而具体落在区间哪一端取决于所选模型与设备。工程底座的价值也体现在这里：模型与设备组合变化时，评测与推理走的是同一套接口，替换成本被压低。
从开源到真机链路打通
FluxVLA Engine 于今年 4 月 8 日正式开源，此后按功能节点逐步扩展。6 月 22 日打通 LimX Oli 人形全身移动操作的最小推理链路，6 月 30 日支持单双臂 Franka 真机推理，9 月 9 日接入 GR00T N1.7，9 月 16 日技术报告上传至 arXiv，10 月 15 日扩展 RoboDojo 评测支持，10 月 22 日的 V2 报告补充在线强化学习后训练与评测扩展。这条时间线显示，底座先解决单点真机推理，再引入新的模型与评测环境，最后把后训练方法纳入同一工程体系。对关注具身模型落地的读者，可据此判断自己的硬件与模型组合是否已落在已验证范围内。
为什么值得看
具身智能缺统一工程底座，该开源项目给出多策略评测、推理加速与真机部署的可复用方案，附具体提升数据。
信源1 家
关键事实
FluxVLA Engine第二版技术报告新增在线强化学习后训练实验，并扩展仿真评测与真机部署覆盖范围[1]
仿真侧14种策略接入同一套LIBERO闭环评测，RoboCasa GR-1、RoboTwin与RoboDojo上各有8种策略接入[1]
8组模型与设备组合实测显示，优化后模型推理路径频率提升至2.31–9.64倍[1]
SmolVLA经在线强化学习后，在LIBERO-10和RoboTwin Clean十项任务上成功率分别提升10.0和15.4个百分点[1]
在ALOHA、Rebot、双臂Franka及自研全尺寸人形机器人LimX Oli上验证了从模型checkpoint直达真机闭环执行的部署链路[1]
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。