FluxVLA Engine更新：打通具身智能模型研发与真机部署

具身智能模型从论文走向机器人，仍要解决数据格式、训练评测、推理速度、动作连续性以及仿真到真机迁移等工程问题。逐际动力开源的 FluxVLA Engine 于 10 月 22 日完成更新，定位不是追逐模型排名，而是贯通数据、训练、评测、推理和部署的工程底座，试图让不同技术路线复用同一套研发流程。

FluxVLA 通过统一配置和组件注册机制接入模型，开发者可组合视觉骨干、动作头、训练运行器及机器人组件。OpenVLA、π0.5、DiT4DiT、GR00T 等架构已纳入同一体系，GPT-6 Astra 和 MiniMax-M3.1-Flash 也能以纯 API、无需 checkpoint 的方式参与评测，后者支持 LIBERO 与 RoboCasa GR1。不同机器人和仿真环境的轨迹可转为标准格式混合训练或分组归一化，减少数据重复整理。

模型上真机主要面临三层障碍。针对 GR00T 和 π0.5，FluxVLA 使用 CUDA Graph 与算子融合提速，GR00T 动作头加速前后余弦相似度超过 0.99999；在英伟达 AGX Orin 64GB 上，GR00T 推理频率由 3.2Hz 升至 7.4Hz，π0.5 由 1.4Hz 升至 4.4Hz。RTC 机制利用上一段尚未执行完的动作作为新预测前缀，缓解时序错位和关节抖动；轨迹后处理则约束速度、加速度及其变化，提供 4.9 毫秒精细后端和 1.17 毫秒高速后端。

本次更新还接入 RLinf，保留原有监督训练流程，由 FluxVLA 负责模型、观测和动作转换，RLinf 负责 rollout、优化及权重同步，从而将真实交互经验纳入在线强化学习闭环。SmolVLA 在 LIBERO-10 的成功率由 66.2% 提升至 76.2%，在 RoboTwin Clean 的 10 个任务中由 45.9% 升至 61.3%；后者有 231 个失败 episode 转为成功，但 77 个原成功 episode 退步，LIBERO-10 成功率在峰值后也略有回落。

这一结果表明，机器人执行、经验采集和策略优化可以由单向流程扩展为持续闭环，但强化学习效果仍取决于奖励设计、训练设置和具体任务，并非训练越久越好。

从覆盖范围看，FluxVLA 试图让结构差异明显的策略进入统一评测，并在不同机器人平台上验证。技术报告显示，仿真环境中的多模型兼容与数据复用，为后续扩大模型、机器人和任务覆盖提供了工程基础；其价值重点在于沉淀可复用的流程，而非替代具体模型本身。