逐際動力今個月更新咗佢開源嘅具身智能工程底座 FluxVLA Engine 第二版技術報告，新增在線強化學習後訓練實驗，同時將仿真評測同真機部署範圍再擴大。技術報告已上載 arXiv（2609.17210）。
從「能訓能測」到「能上真機」嘅半年
呢個工程底座今年4月8日正式開源，而後一直持續迭代：6月22日打通 LimX Oli 人形全身移動操作最小推理鏈路，6月30日支持單/雙臂 Franka 真機推理，9月9日接入 GR00T N1.7，9月16日首版技術報告上載 arXiv，10月15日擴展 RoboDojo 評測，10月22日 V2 報告更新。
V2 更新咗啲乜
仿真評測方面，14種策略接入同一套 LIBERO 閉環評測，另在 RoboCasa GR-1、RoboTwin 同 RoboDojo 各有8種策略嘅接入結果。推理端對8組模型與設備組合做實測，優化後推理路徑頻率提升至2.31至9.64倍。
資料圖片：Pixabay
真機驗證涵蓋 ALOHA、Rebot、雙臂 Franka 及逐際自研全尺寸人形機械人 LimX Oli，驗證由模型 checkpoint 直達真機閉環執行嘅部署鏈路。
在線強化學習係呢次更新嘅重點。以 SmolVLA 為例，從同一 SFT checkpoint 出發，進行任務專用 PPO 後訓練，經40個外層迭代後，LIBERO-10 平均成功率由66.2%提升至76.2%（+10.0個百分點），RoboTwin Clean 十項任務由45.9%提升至61.3%（+15.4個百分點）。
另外，13個本地 checkpoint 策略中有11個喺 LIBERO 平均成功率超過95%，其中 DiT4DiT 達98.65%、π0.5 達97.95%。
架構：四項工程原則
資料圖片：Pixabay
FluxVLA Engine 圍繞四項核心工程原則設計：統一配置（All-in-one）、模塊解耦、面向部署嘅系統優化、實驗可復現。逐際動力創辦人兼CEO張巍將 FluxVLA Engine 比喻為模型嘅「生產線」。
平台目前已深度集成 Qwen-VL、GR00T、π系列及 DreamZero 等主流 VLM、VLA 同 WAM 架構，另支持透過 API 直接調用 GPT-6 Astra 同 MiniMax-M3.1-Flash。
模姐驗嚇貨
呢份報告嘅核心價值唔係單個模型跑分幾高，而係佢將訓練、評測、部署拆成標準化管道，令新模型接入唔使每次重新架基建。但要注意：14種策略喺同一 LIBERO 評測下嘅成績，唔代表已可商用人機作業；仿真成功率高亦唔保證真機穩定。SmolVLA 嘅強化學習提升雖顯著，但61.3%嘅 RoboTwin Clean 成功率代表仍有近四成任務失敗，距離實際部署仲有距離。V2 報告目前係預印本性質，未見獨立第三方重複驗證。
模姐｜深度調教
