逐际动力 FluxVLA Engine V2 技术报告：推理最高提速 9.64 倍，打通真机部署全链路

逐际动力在 10 月 22 日更新了开源具身工程底座 FluxVLA Engine 的第二版技术报告。相较 9 月发布的首版，V2 新增在线强化学习后训练实验，并把仿真评测和真机部署的覆盖范围进一步扩大。该底座自今年 4 月 8 日开源，定位是让底层工程能力可复用，把研发人力从配环境、改接口中解放出来。 架构上，FluxVLA Engine 围绕四项原则设计：统一配置统管数据、模型、训练、评测与部署；通过注册表和标准接口把视觉语言骨干、动作头、数据集与训练策略模块解耦；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嵌入运行流程；完整封存每次实验的配置、模型状态与执行轨迹以保证可复现。平台已集成 Qwen-VL、GR00T、π 系列及 DreamZero 等架构，报告中有 14 种策略接入同一套 LIBERO 闭环评测，13 个本地 checkpoint 策略中 11 个在 LIBERO 上平均成功率超过 95%。 在线强化学习是本次更新重点。通过集成 RLinf，兼容的流匹配策略可直接进入在线交互训练。以 SmolVLA 为例，从同一 SFT checkpoint 出发做任务专用 PPO 后训练，经 40 个外层迭代，LIBERO-10 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%。 推理侧，针对 8 组模型与设备组合的实测显示，优化后推理频率提升 2.31–9.64 倍。NVIDIA A100 上 π 0.5 从 2.20Hz 提升至 21.2Hz；AGX Orin 64GB 上 GR00T 从 3.20Hz 提升至 7.40Hz，π 0.5 从 1.40Hz 提升至 4.40Hz。GR00T 动作头数值对齐测试中，加速后输出与原版余弦相似度超过 0.99999，最大绝对误差约 0.02。 真机部署方面，双层解耦接口 Runner 与 Operator 让不同本体只需适配各自 Operator 即可接入同一流程。报告给出 ALOHA 六项任务 π 0.5 成功率 72.22%、双臂 Franka 五项任务 GR00T N1.7 达 88.00%、Rebot 四项任务 π 0.5 达 77.50%，并在全尺寸人形机器人 LimX Oli 的箱体搬运任务上验证了全身移动操作链路。配套的人在环闭环模块支持人类接管纠偏并自动采集数据与奖励标注，ALOHA 八阶段毛巾折叠任务中 ARM 优势加权行为克隆将成功率提升至 99.4%，每小时吞吐从 18 个回合提升至 32 个回合。逐际动力还透露 FluxBisim、FluxDAgger、FluxThemis 已发布，FluxMimir 与 FluxHermes 正在推进。