什么时候是具身智能的 ChatGPT 时刻？
大概是大伙儿看到 GPT-6 Astra 凭一行 API 就能跨界给机器人下达指令的时候。
老 O 家还是有实力，抢先一步跟全世界证明，AI 的通用能力足够惊艳，且远远没到头。
好消息：发动机性能比我们所有人想象中更强，AI 模型仍然坐在超跑上！
坏消息：把指令翻译成物理动作的工程底座（Infra）却还是一条坑洼土路……
模型能力越强，就越需要一套好用、完善的具身 Infra，接住前沿算法的每一次跃迁。
近期，逐际动力更新了其开源工程底座FluxVLA Engine的第二版技术报告。
相较 9 月发布的首版，V2 进一步加入在线强化学习后训练实验，并扩展了仿真评测和真机部署的覆盖范围。
报告显示，在仿真侧，14 种策略接入同一套 LIBERO 闭环评测，在 RoboCasa GR-1、RoboTwin 与 RoboDojo 上各有 8 种策略的接入结果。
而在 ALOHA、Rebot、双臂 Franka 以及逐际动力自研的全尺寸人形机器人 LimX Oli 等多款真实硬件平台上，报告也完整验证了从模型 checkpoint 直达真机闭环执行的部署链路。
在线强化学习也是这次更新的一项重点。
自今年 4 月 8 日开源以来，FluxVLA Engine 陆续扩展模型支持、评测配方和真机部署能力。
用逐际动力自己的话来说，FluxVLA Engine 就是让底层工程能力真正可复用，把宝贵的研发人力从无休止的 " 配环境、改接口 " 中解放出来，让先进的模型真正有路可走、有地可落。
告别 " 作坊式 " 重复造轮子，为具身研发建一条 " 标准产线 "
为什么具身智能研发这么又烧钱又费人？
一大原因是行业里缺少统一的标准件。对大多数团队来说，每一个新实验都是一个一次性工程。
FluxVLA Engine 首要目标就是把这种作坊式的重复搭建，升级成标准化的工业流水线——逐际动力创始人兼 CEO 张巍就将 FluxVLA Engine 比作模型的生产线。
为了让这条生产线足够皮实足够好用，它围绕四项核心工程原则进行了底层架构设计。
统一配置（All-in-one）：告别满屏乱飞的脚本，用一套配置单统管数据、模型、训练、评测与部署的关键配置。
模块解耦：通过注册表和标准接口，把视觉语言骨干、动作头、数据集与训练策略做成标准乐高积木，支持自由组合，也允许保留原生策略实现。
面向部署的系统优化：不搞实验室里的纸上谈兵，从设计之初就把推理加速、RTC（实时动作分块协调）和轨迹后处理焊死在运行流程里。
实验可复现：完整封存每一次实验的配置、模型状态和执行轨迹，让成功有迹可循，让失败有据可查。
（很多项目往往是 " 开源即巅峰，随后便断更 "，你懂得）
看看它过去半年近乎急行军般的迭代日历，就能感受到这种生命力：
4 月 8 日，FluxVLA Engine 正式开源
6 月 22 日，打通 LimX Oli 人形全身移动操作最小推理链路
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，技术报告挂上 arXiv
10 月 15 日，扩展 RoboDojo 评测支持
10 月 22 日，V2 报告更新，补充在线 RL 后训练、仿真与真机评测扩展
技术报告：https://arxiv.org/abs/2609.17210
GitHub 主页：https://github.com/FluxVLA/FluxVLA
Hugging Face：https://huggingface.co/limxdynamics/FluxVLAEngine
踩着这些密集的脚印，这个底座的能力边界一路从最初的 " 能训练、能评测 "，扎实生长到了如今的 " 能上真机、能数据回流 "。
拥有 FluxVLA Engine，研发团队就像拥有了一支在背后帮你持续升级基建、不断拓宽边界的外援工程铁军。
如何用一个底座打通训、评、部署全链路
当下，技术路线还在剧烈收敛前的震荡期。
今天火的是扩散策略，明天可能就是流匹配或者世界动作模型。要我说，倘若每换一条技术路线，过往的工程沉淀就要全部推倒重来的话，再大的公司也得轻则脱层皮。
要想远离这种 " 换模型就重头再来 " 的悲惨命运，唯一的解法是把底层工程基建与上层算法解耦。
换句话说，行业需要的是一个 " 以不变应万变 " 的工程底座。
FluxVLA Engine 就是这样一个开源工程底座。它打通 " 训、评、部署 " 全链路，保障已有的工程积累不归零。
至于如何做到的，我们可以从三个关键切面来看。
第一是数据与模型。
想让风格、特性各不相同的模型共用同一条流水线，第一步就得把底层的 " 粮草 " 和接口先标准化。
在数据层面，来自不同机器人、不同仿真环境的原始轨迹，会先做显式转换、标准化清洗，整理成兼容 LeRobot 规范的结构（包含 Parquet 文件、视频以及配套元数据）。
同时，相机顺序、动作表达、归一化统计这类约定，也会做好对齐匹配。
处理之后的这批数据，可以放到同一条管线里混训，也支持按分组保留各自独有的预处理、归一化规则。不管是训练还是推理，都会通过独立的数据入口，遵循同一套模型输入、动作处理语义。
像数据这样的核心资产，在具身智能研发过程中成本最高。
减少资产贬值、提升复用效率，本身就是具备行业价值的降本方案。
平台目前已深度集成 Qwen-VL、GR00T、π 系列以及 DreamZero 等主流 VLM、VLA 和 WAM 架构。
不同模型完全可以保留各自的原生骨骼，同时通过统一接口丝滑接入训练、评测和部署流程。
这 14 种策略几乎涵盖了当下所有的主流门派：
紧凑型 VLA、流匹配策略、模块化 VLM+ 动作头、世界动作模型，甚至还包括完全不需要本地权重、直接通过 API 裸调的 GPT-6 Astra。
近期，还新增了 API 裸调的 MiniMax-M3.1-Flash。
在项目报告的各自配置下，13 个本地 checkpoint 策略中有 11 个在 LIBERO 上的平均成功率超过 95%（如 DiT4DiT 达 98.65%，π 0.5 达 97.95%）。
能感受到它带来的好处吗？
当新模型发布时，别人还在苦哈哈地熬夜配环境、对齐数据格式，你能事半功倍地更进一步。
光靠模仿学习（SFT）喂出来的模型，就像只会背题库的学生，一遇到没见过的突发状况就容易懵。
要让模型真正聪明起来，必须让它去环境里去实战前沿试错，也就是进行在线强化学习。
不过，因为在线强化学习需要把环境交互、策略更新和分布式训练串起来，工程复杂度会瞬间呈指数级爆炸，很多优秀团队都望而却步。
现在好了，FluxVLA Engine 帮大家把这个硬骨头啃下来了——
通过集成 RLinf，FluxVLA Engine 让兼容的流匹配策略可以直接拎包入住，进入在线交互训练流程，免去了重新适配模型和数据管线的痛苦。
在仿真配对实验中，每个基准的各任务均从同一 SmolVLA SFT checkpoint 出发，分别进行任务专用的 PPO 后训练。
经过 40 个外层迭代，LIBERO-10 的任务平均成功率从 66.2% 提升至 76.2%；RoboTwin Clean 十项任务从 45.9% 提升至 61.3%，分别提高 10.0 和 15.4 个百分点。
可以看到，平台实质性跑通了从 " 模仿学习起点 " 迈向 " 在线交互提分 " 的工程捷径，哪怕是小参数模型，也能在闭环试错中榨出惊人的潜力。
第三个切面，显微镜式评测。
过去这套评测机制特别不友好。你没法看清模型到底是怎么跑的，最后就一个冷冰冰的成功率数字摆在那儿。
V2 报告进一步扩展了仿真评测范围。
RoboTwin新增了 8 种策略接入，同时提供 Clean（纯净）和 Random（随机）两种环境设置的成绩单；
RoboDojo则对 8 种策略展开了涵盖 42 个任务、单模型高达 2100 次试验的 " 全科体检 "。
前者通过比较两种设置中的表现，可观察模型对相应环境变化的适应情况；后者除了看最终成败，还实时记录任务进度条，并从泛化、记忆、精度、长程任务和开放指令五个维度画出 " 能力雷达图 "。
比如一个叠衣服或抓积木的任务失败了，它其实可能已经完美走完了前三个阶段，只是在最后一步 " 放进盒子 " 时手抖了。
这时候将 " 阶段进度 " 与 " 最终成功率 " 放在一起看，就能快速发现模型究竟是眼神不好（视觉感知）、脑子不够用（长程规划）还是手脚不协调（精细控制）。
都说没有归因的评测就是盲盒炼丹。
这套可追溯、可定位的评测体系，本质上是在帮团队省钱。
因为知道病根在哪，所以下药精准度 up up，盲目加数据、盲目烧算力的无效返工自然就减少了。
跨越从 " 仿真高分 " 到 " 真机干活 " 的生死线
俗话说得好，仿真器里猛如虎，一上真机就只能慢慢慢抖抖抖。
（别问我俗话从哪里来的）
具身模型通常会一次预测一段动作，再由机器人逐步执行。在这个过程中，模型推理可能需要较长时间，机器人控制回路却仍在持续运行。
如果上一段动作尚未执行完毕，下一段预测就已经生成，两段动作之间便可能出现不连续。即使模型输出的动作在数值上合理，也还需要满足机器人对速度、加速度和轨迹平滑性的要求。
第一招：无损榨干算力，推理最高狂飙 9.64 倍
在不改动模型任何权重的前提下，FluxVLA Engine 针对 GR00T、π 0.5 等模型进行了深度的底层推理重构，把冗余计算和内核调度开销砍到了极致。
报告记录的 8 组模型与设备组合中，优化后的推理频率提升约 2.31 至 9.64 倍。
在 NVIDIA A100 上，π 0.5 的推理频率从 2.20Hz 提升至 21.2Hz，足足快了 9.64 倍；
在算力受限的 AGX Orin 64GB 上，GR00T 从 3.20Hz 提升至 7.40Hz，π 0.5 则从 1.40Hz 提升至 4.40Hz。
更绝的是这家伙快而不糙——
针对 GR00T 动作头的数值对齐测试表明，加速后的动作输出与原版相比，余弦相似度超过 0.99999，最大绝对误差仅约 0.02。
好家伙，纯靠工程优化把算力潜能榨干！既不花一分钱买新显卡，也几乎不牺牲模型精度。
谁听了不说一句 Perfect？
算力提升之外，动作稳定性同样关键。
FluxVLA Engine引入了实时动作分块协调（RTC）机制。
简单来说，就是利用上一段动作还没做完的尾巴，去约束下一段新预测动作的开头，像拉链一样把两段动作平滑地咬合在一起，消除突变。
后续由轨迹后处理模块执行平滑滤波与运动学约束，保证下发至电机的动作指令满足物理边界、输出平稳。
推理优化解决动作生成效率问题，RTC 和轨迹后处理则负责衔接预测与执行，这三板斧劈下去，把前沿算法上真机的工程门槛削平了一大半，保护了昂贵的机器人硬件，更让模型表现出了类人的丝滑感。
在真机部署环节，FluxVLA Engine 巧妙地设计了双层解耦接口：管大脑的Runner和管身体的Operator。
具体来说，runner 负责模型推理、动作调度和执行过程中的状态管理，operator 则负责传感器数据采集、机器人通信与控制指令传输。
两者分工协作，将模型的动作预测与机器人本体的实际执行衔接起来。
V2 报告展示了这套部署链路在 ALOHA、双臂 Franka、Rebot 和 LimX Oli 等平台上的应用。
ALOHA（六项任务）：π 0.5 总体成功率达 72.22%；
双臂 Franka（五项任务）：GR00T N1.7 总体成功率高达 88.00%，π 0.5 达 79.00%；
Rebot（四项任务）：π 0.5 总体成功率达 77.50%；
此外，在全身高自由度的 LimX Oli 人形机器人上，面对复杂的箱体搬运任务，π 0.5 完成前三个阶段的比例达 61.67%，走完全部四阶段的比例达 33.33%，清晰验证了全身移动操作的链路贯通与瓶颈所在。
（注：以上均为项目报告在特定配置下的实测结果，旨在验证跨平台部署链路而非受控架构对比）
但对于具身研发而言，让模型在真机上跑通任务只是工程链路落地的上半场。
如果人类在旁边帮它纠正的动作、机器人在真实世界里出的错不能变成养料重新喂给模型，那具身智能永远转不起数据飞轮。
为此，FluxVLA Engine 直接把" 人在环（Human-in-the-loop）执行与学习闭环 "做成了标准工程模块。
它支持机器人在自主干活时，人类随时无缝接管纠偏，并自动完成纠偏数据采集与奖励标注。
配套 ARM 研究展示了这类方法的应用——
在 ALOHA 八阶段毛巾折叠任务中，行为克隆基线的成功率为 62.1%；采用 SARM 奖励建模的方案后，成功率提升至 78.5%；进一步采用 ARM 优势加权行为克隆后，成功率达到 99.4%。
同时，每小时完成的任务吞吐量也从 18 个回合提升至 32 个回合。
看到这里，FluxVLA Engine 的进化全貌就彻底清晰了：
它不仅帮你把模型送上真机，更帮你架好了两台 " 进化引擎 "。
一台在仿真器里通过在线强化学习左右互搏，一台在真实世界里通过人在环吞吐实战经验。
数据飞轮真正转起来之后，之前因具身 Infra 过于分散和古早而被卡住的模型能力上限，才能彻底释放。
写在最后
从数据处理、模型训练、仿真评测，到推理加速、真机部署，再到真实任务数据回流，FluxVLA Engine 向行业交出了一套覆盖具身研发全生命周期的标准化工程方案。
这套底座并非闭门造车，而是逐际动力在具身智能算法、通用机器人本体研发与工程交付中，摸爬滚打攒下的实战结晶。
在报告的结尾，逐际动力还剧透了更为庞大的后续生态版图：
FluxBisim、FluxDAgger、FluxThemis 已率先发布并投入使用，FluxMimir 与 FluxHermes 正在路上。它们将分别镇守数据、仿真、交互、评测和部署五大核心关口。
正如张巍所言，"FluxVLA 相当于模型的生产线 "。
在这条产线上，懂场景、有数据的垂直应用团队，完全可以把精力 100% 聚焦在核心业务与算法创新上；而那些脏活、累活、容易踩坑的底层基建活，则由逐际动力通过标准化的开源底座，持续开放及优化。
至少，具身智能领域着实被 GPT-6 Astra 狠狠上了一课。
一直以来大家都默认，语言大模型和物理世界的机器人，其实是两条有点交集的赛道。谁也没料到它能跨过来，当头棒喝，秀了波降维打击。
传统具身模型正面临与翻译、3D 等领域同样的颠覆风险。所以别笑，你在这个领域你肯定也慌。
面对这种局面，出路在哪？
专心深耕底层模型固然是必修课，但在这里求求各位，别只光盯着模型了！
在继续打磨模型的同时，具身基础设施的打磨也必须提上快车道。
只有当具身底层工程能力像水电煤一样高度可复用，行业的每一次试错才不会沦为沉没成本，宝贵的研发资源才能从无休止的 " 重复造轮子 " 中抽身，投向真正未知的新能力探索。
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
点亮星标
科技前沿进展每日见
