知识卡片：FluxVLA Engine V2——具身智能工程底座的全链路能力详解

一句话结论

逐际动力于2026年10月更新开源具身智能工程底座FluxVLA Engine第二版技术报告，新增在线强化学习后训练，扩展仿真评测与真机部署覆盖，并展示推理加速最高9.64倍的实测结果，目标是把“训、评、部署”全链路的工程能力标准化、可复用。

事件概述或研究问题

具身智能领域模型能力快速跃迁（材料以GPT-6 Astra跨界定给机器人下达指令为例），但把指令翻译为物理动作的工程底座仍不完善。逐际动力试图回答：能否用一套标准化开源工程底座，接住不断更新的前沿算法，避免每换一条技术路线就推倒重来、重复“配环境、改接口”。

方法/产品要点

• 四项核心工程原则：统一配置（All-in-one，一套配置单统管数据、模型、训练、评测与部署）、模块解耦（注册表与标准接口，视觉语言骨干、动作头、数据集、训练策略可自由组合并保留原生实现）、面向部署的系统优化（推理加速、RTC实时动作分块协调、轨迹后处理内置于运行流程）、实验可复现（封存配置、模型状态与执行轨迹）。
• 数据与模型标准化：原始轨迹经显式转换与清洗整理为兼容LeRobot规范的结构（Parquet文件、视频、元数据），对齐相机顺序、动作表达与归一化统计；支持混训与分组保留各自预处理规则。模型侧已集成Qwen-VL、GR00T、π系列、DreamZero等主流VLM/VLA/WAM架构，并支持API裸调（GPT-6 Astra，近期新增MiniMax-M3.1-Flash）。
• 在线强化学习：通过集成RLinf，让兼容的流匹配策略直接进入在线交互训练流程。
• 细粒度仿真评测：RoboTwin提供Clean与Random两种环境设置；RoboDojo覆盖42个任务、单模型高达2100次试验，实时记录任务进度并从泛化、记忆、精度、长程任务、开放指令五个维度生成能力雷达图。
• 真机部署：推理底层重构（不改模型权重）、RTC动作分块协调（用上一段动作尾部约束下一段开头）、轨迹后处理（平滑滤波与运动学约束）；双层解耦接口Runner（模型推理、动作调度、状态管理）与Operator（传感器采集、机器人通信与控制）。
• 人在环闭环：支持人类无缝接管纠偏，自动完成纠偏数据采集与奖励标注，配套ARM研究。

主要结果或产业意义

• 仿真评测规模：14种策略接入同一套LIBERO闭环评测，RoboCasa GR-1、RoboTwin与RoboDojo上各有8种策略接入结果；13个本地checkpoint策略中有11个在LIBERO上平均成功率超过95%（DiT4DiT 98.65%，π0.5 97.95%）。
• 推理加速：8组模型与设备组合实测推理频率提升2.31–9.64倍。A100上π0.5从2.20Hz提升至21.2Hz（9.64倍）；AGX Orin 64GB上GR00T从3.20Hz提升至7.40Hz，π0.5从1.40Hz提升至4.40Hz。GR00T动作头数值对齐测试余弦相似度超0.99999，最大绝对误差约0.02。
• 在线RL效果：以SmolVLA为例，两组配对实验（各任务从同一SFT checkpoint出发，任务专用PPO后训练，40个外层迭代）中，LIBERO-10成功率从66.2%提升至76.2%（+10.0个百分点），RoboTwin Clean十项任务从45.9%提升至61.3%（+15.4个百分点）。
• 真机部署验证：ALOHA六项任务π0.5总体成功率72.22%；双臂Franka五项任务GR00T N1.7达88.00%、π0.5达79.00%；Rebot四项任务π0.5达77.50%；LimX Oli人形机器人箱体搬运任务π0.5前三阶段完成率61.67%、全四阶段33.33%。材料注明以上为特定配置下实测，旨在验证跨平台部署链路而非受控架构对比。
• 人在环数据回流：ALOHA八阶段毛巾折叠任务中，行为克隆基线成功率62.1%，SARM奖励建模方案78.5%，ARM优势加权行为克隆99.4%；每小时任务吞吐从18个回合提升至32个回合。
• 迭代节奏：2026年4月8日开源；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日技术报告上arXiv；10月15日扩展RoboDojo评测；10月22日V2报告更新。后续生态规划包括已发布的FluxBisim、FluxDAgger、FluxThemis，以及在路上的FluxMimir与FluxHermes（材料称分别镇守数据、仿真、交互、评测和部署五大关口，具体功能待核实）。

为什么重要

• 具身智能技术路线仍在震荡期，工程基建与上层算法解耦可避免“换模型就重头再来”，降低每个新实验的一次性工程成本。
• 推理加速在不改权重、几乎不损精度的前提下把算力潜能榨干，对算力受限的真机平台（如AGX Orin）意义直接。
• 在线RL与人在环数据回流两条链路，让模型从“只会背题库”的模仿学习走向闭环试错与真实世界经验积累，数据飞轮得以运转。
• 材料提出具身智能竞争逻辑正在重构：通用大模型跨界（如GPT-6 Astra）带来降维打击风险，底层工程能力需像水电煤一样高度可复用。

局限与不确定性

• 所有成功率与加速数据均为项目报告在特定配置下的实测结果，材料明确真机数据“旨在验证跨平台部署链路而非受控架构对比”，不宜直接作为架构优劣结论。
• 材料以“GPT-6 Astra凭一行API跨界给机器人下达指令”作为叙事背景，该说法的具体细节无法从材料进一步确认，待核实。
• 后续生态组件FluxMimir与FluxHermes的功能定位仅有概括性描述，待核实。
• 在线RL实验以外层迭代40次、任务专用PPO为设定，其他模型与任务上的泛化效果待核实。

可用于图书/PPT/简报的角度

• “模型是超跑，Infra是土路”：模型能力越强，越需要匹配的工程底座接住算法跃迁。
• “轮子造一次就够了”：从作坊式一次性工程到标准化产线的类比，可对比软件工程中的CI/CD与平台化思路。
• 工程优化即算力：不改权重、不买新卡，靠推理重构获得数倍加速的案例。
• 仿真高分到真机干活的“生死线”：RTC、轨迹后处理、Runner/Operator解耦三板斧。
• 数据飞轮的双引擎：仿真器内在线RL左右互搏 + 真实世界人在环吞吐经验。

与既有脉络的关系

本条是对已有卡片“FluxVLA Engine V2——具身智能的‘标准化工程底座’”的细化与增量补充：既有卡片侧重V2整体定位（统一配置、模块解耦、推理加速、在线RL、训评部署标准化），本条补充了具体实测数字（推理加速2.31–9.64倍、在线RL +10.0/+15.4个百分点、各真机平台成功率、人在环毛巾折叠99.4%）、四项工程原则的具体机制、Runner/Operator双层解耦接口、细粒度评测设计（RoboDojo五维雷达图）以及后续生态组件规划，可作为该卡片的证据层展开。

原始材料

• 标题：工程能力一键复用，专心卷新能力！轮子造一次就够了｜详解FluxVLA Engine技术报告
• 作者：衡宇
• 来源：量子位（QbitAI）
• 发布时间：2026-10-28 18:32:39
• URL：https://www.qbitai.com/2026/10/506098.html
• 技术报告：https://arxiv.org/abs/2609.17210
• GitHub：https://github.com/FluxVLA/FluxVLA
• Hugging Face：https://huggingface.co/limxdynamics/FluxVLAEngine