逐际动力更新开源工程底座FluxVLA Engine第二版技术报告，新增在线强化学习后训练实验，扩展仿真评测与真机部署覆盖范围；报告称8组模型与设备组合的推理频率提升2.31至9.64倍。
AI解读：逐际动力发布FluxVLA Engine第二版技术报告，相较9月首版新增在线强化学习后训练实验，并扩展仿真评测和真机部署覆盖范围。
仿真侧，14种策略接入同一套LIBERO闭环评测；RoboCasa GR-1、RoboTwin与RoboDojo各有8种策略接入结果。
推理端报告称，针对8组模型与设备组合的实测中，优化后推理频率提升至2.31—9.64倍。其中A100上π0.5从2.20Hz升至21.2Hz。
在线强化学习实验中，SmolVLA从同一SFT checkpoint出发经PPO后训练40个外层迭代，LIBERO-10成功率从66.2%升至76.2%，RoboTwin Clean从45.9%升至61.3%。
真机侧报告展示ALOHA、Rebot、双臂Franka和逐际动力自研全尺寸人形机器人LimX Oli上的部署链路，并注明结果来自项目特定配置，目的是验证跨平台部署链路而非受控架构对比。
FluxVLA Engine于今年4月8日开源，逐际动力创始人兼CEO张巍将其比作模型的生产线。
逐际动力更新了开源工程底座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，并扩展了仿真评测和真机部署的覆盖范围。
报告称，在8组模型与设备组合的实测中，优化后的模型推理频率提升至2.31—9.64倍；在线强化学习实验中，SmolVLA在两项基准上的成功率分别提升10.0和15.4个百分点。
仿真评测：14种策略接入同一套LIBERO闭环
报告显示，仿真侧有14种策略接入同一套LIBERO闭环评测，在RoboCasa GR-1、RoboTwin与RoboDojo上各有8种策略的接入结果。这14种策略涵盖紧凑型VLA、流匹配策略、模块化VLM+动作头、世界动作模型，也包括不加载本地权重、直接通过API调用的GPT-6 Astra；近期还新增了API调用的MiniMax-M3.1-Flash。
在项目报告的各自配置下，13个本地checkpoint策略中有11个在LIBERO上的平均成功率超过95%，报告举例DiT4DiT达98.65%、π0.5达97.95%。
RoboTwin新增8种策略接入，同时提供Clean（纯净）和Random（随机）两种环境设置的成绩单。RoboDojo对8种策略展开涵盖42个任务、单模型最高2100次试验的评测，并实时记录任务进度，从泛化、记忆、精度、长程任务和开放指令五个维度输出能力评估。
在线强化学习：SmolVLA两项基准成功率提升
在线强化学习是V2报告的一项重点。报告称，通过集成RLinf，兼容的流匹配策略可直接进入在线交互训练流程。
仿真配对实验中，每个基准的各任务均从同一SmolVLA SFT checkpoint出发，分别进行任务专用的PPO后训练，经过40个外层迭代：LIBERO-10的任务平均成功率从66.2%提升至76.2%；RoboTwin Clean十项任务从45.9%提升至61.3%，分别提高10.0和15.4个百分点。
推理加速：A100上π0.5从2.20Hz升至21.2Hz
在推理端，报告称在不改动模型权重的前提下，FluxVLA Engine针对GR00T、π0.5等模型进行了底层推理重构。8组模型与设备组合的实测显示，优化后的推理频率提升约2.31至9.64倍。
具体数据包括：在NVIDIA A100上，π0.5的推理频率从2.20Hz提升至21.2Hz；在算力受限的AGX Orin 64GB上，GR00T从3.20Hz提升至7.40Hz，π0.5从1.40Hz提升至4.40Hz。
报告还称，针对GR00T动作头的数值对齐测试显示，加速后的动作输出与原版相比余弦相似度超过0.99999，最大绝对误差约0.02。
真机部署：四类平台的成功率与限制
V2报告展示了部署链路在ALOHA、双臂Franka、Rebot和LimX Oli上的应用。报告给出的结果为：ALOHA六项任务中π0.5总体成功率72.22%；双臂Franka五项任务中GR00T N1.7总体成功率88.00%、π0.5达79.00%；Rebot四项任务中π0.5总体成功率77.50%；在LimX Oli人形机器人的箱体搬运任务中，π0.5完成前三阶段的比例为61.67%，走完全部四阶段的比例为33.33%。
报告注明，以上均为项目报告在特定配置下的实测结果，旨在验证跨平台部署链路，而非受控架构对比。
为衔接模型预测与机器人执行，FluxVLA Engine引入实时动作分块协调（RTC）机制，利用上一段未执行完的动作约束下一段新预测动作的开头，再由轨迹后处理模块执行平滑滤波与运动学约束。部署接口分为负责模型推理与动作调度的Runner，以及负责传感器采集、机器人通信与控制指令传输的Operator，不同本体适配各自的Operator接口接入同一套部署流程。
人在环数据回流：ALOHA毛巾折叠实验
FluxVLA Engine将人在环执行与学习闭环做成标准工程模块，支持机器人在自主作业时由人类接管纠偏，并自动完成纠偏数据采集与奖励标注。
报告中的配套ARM研究显示，在ALOHA八阶段毛巾折叠任务中，行为克隆基线成功率为62.1%，采用SARM奖励建模后提升至78.5%，进一步采用ARM优势加权行为克隆后达到99.4%；每小时完成任务吞吐量从18个回合提升至32个回合。
开源节奏与后续模块
FluxVLA Engine于今年4月8日正式开源。报告列出的迭代节点包括：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日技术报告上传arXiv，10月15日扩展RoboDojo评测支持，10月22日更新V2报告。
逐际动力创始人兼CEO张巍将FluxVLA Engine比作模型的生产线。报告结尾提到，FluxBisim、FluxDAgger、FluxThemis已率先发布并投入使用，FluxMimir与FluxHermes正在开发中，将分别对应数据、仿真、交互、评测和部署等环节。