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

逐际动力发布 FluxVLA Engine 第二版技术报告，距 9 月首版仅一个月。V2 新增在线强化学习后训练实验，并把仿真评测与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，定位是让具身研发的底层工程能力可复用，把团队从配环境、改接口中解放出来。 架构上，FluxVLA Engine 围绕四项原则设计：统一配置管理数据、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；从设计之初就内置推理加速、RTC 实时动作分块协调与轨迹后处理；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，14 种策略接入同一套 LIBERO 闭环评测，其中 13 个本地 checkpoint 策略有 11 个平均成功率超过 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% 升至 76.2%，RoboTwin Clean 十项任务从 45.9% 升至 61.3%。 推理优化方面，在不改动模型权重的前提下重构底层推理路径，8 组模型与设备组合的推理频率提升 2.31–9.64 倍。NVIDIA A100 上 π0.5 从 2.20Hz 提升至 21.2Hz；AGX Orin 64GB 上 GR00T 从 3.20Hz 提升至 7.40Hz。GR00T 动作头数值对齐测试显示，加速后输出与原版余弦相似度超过 0.99999。 真机部署采用 Runner 与 Operator 双层解耦接口，已在 ALOHA、双臂 Franka、Rebot 和 LimX Oli 上验证。ALOHA 六项任务中 π0.5 总体成功率 72.22%，双臂 Franka 上 GR00T N1.7 达 88.00%。人在环闭环模块支持人类接管纠偏并自动采集数据，ALOHA 八阶段毛巾折叠任务中，采用 ARM 优势加权行为克隆后成功率从 62.1% 提升至 99.4%。逐际动力还预告 FluxBisim、FluxDAgger、FluxThemis 已投入使用，FluxMimir 与 FluxHermes 正在路上。