新万博体育

　　猫眼电影记者 鄢祖海 报道Q8X2R7L1T4J5M9B6W3

VLA（Visual-Language-Action）大模型到底能跑多快？在这篇 RT-VLA（Real-time VLA）论文中，来自 Dexmal 原力灵机（由范浩强等人联合创立的具身智能公司）的研究者公布了一个反直觉的发现：它可以非常快！

具体而言，对于常用的 Pi0 级别的模型（30 亿参数），在单张消费级显卡 RTX 4090 上最快可以跑到 30fps。这和大家对于 VLA 模型动辄要几十甚至上百毫秒的刻板印象形成鲜明对比。

为实现这点，研究者深入分析 Pi0 的模型结构，通过一系列优化把用时从开始的 100+ ms 进行数倍缩减（针对双视角，甚至已经达到 27ms），显著强于 openpi 里采用的基于 jax 的自动优化的结果。

此外，研究者基于现有结果探讨了未来的“实时”运行的 VLA 结构，设计出一个有潜力最高实现 480Hz 闭环控制的算法框架。目前，优化后的代码已在 GitHub 开源，全部实现均打包为一个只依赖于 torch 和 triton 的单一文件，大家可在自己的项目里 “开箱即用”。这是Dexmal 原力灵机继开源一站式 VLA 工具箱 Dexbotic之后的又一开源代码工作。

论文名称：Running VLAs at Real-time Speed论文链接：https://arxiv.org/abs/2510.26742GitHub：https://github.com/Dexmal/realtime-vla

解决什么痛点？

现在机器人 VLA 大模型动辄几十亿参数，虽然有不错的泛化能力，但是延迟问题总是绕不过。即使是在高端推理显卡上，高达百毫秒级别的推理时间让机器人的实时控制困难重重，就像一个人看见东西后要愣一下才做出动作。

如果我们能够把模型运行到和相机一样快的频率（25fps、30fps 甚至 50fps），那么就可以在完全不丢帧的情况下处理视觉信息，让 VLA 模型的实时运行成为可能。

如何实现？

Pi0 模型计算流程图示，它主要包括 1 个视觉编码器，1 个编码器和 1 个解码器；所有这些又可进一步分解为一系列的矩阵乘法和标量运算。

对于 Transformer 这类模型，当它进行单次推理（比如只处理一个问题或一张图片）时，其内部计算过程实际上是由一长串零碎的 “矩阵计算小任务” 组成；而像 Pi0 这种采用 “流匹配” 技术的模型，需要反复迭代十次才能得出最终结果，每一次迭代本身就包含几十层计算。这样算下来，整个推理过程涉及数百层、上千个操作。任务如此零碎，让计算优化变得异常困难。

本文研究者通过深入分析模型推理过程中的计算问题，融合和并行优化每一个计算步骤，清除了推理方面的大部分障碍，再加上其他方面的优化，最终把整个 VLA 模型跑进了所需的时间之内。

这就像给了 VLA 大模型一份 “高性能 AI 大脑调校指南” ；它通过一系列深入的底层优化，把笨重的 AI 大模型变成能跑实时任务的 “闪电侠”，并在此基础上，构想出一个能同时具备条件反射、视觉反馈和智能思考的下一代机器人控制系统。

效果展示

上图所示的任务是抓取一支自由下落的笔。 这个任务对反应时间的要求极为苛刻。机器人观察到笔开始下落后，必须在极短的时间内做出反应并在正确的时间启动抓取动作，快一点或者慢一点都会导致任务失败。

最终呈现的效果是 从 “看到笔” 到 “执行抓取” 的端到端总反应时间被缩短到 200 毫秒以内，这大概对应到一个 30 cm 左右的最短下落距离。而人类在这个任务上的一般表现也不过如此。

下一步规划

基于上述取得的成果，研究者设计了一套完整的、围绕 GPU 打造的机器人控制框架，它能驱动 VLA 大模型，像 “直播” 一样对机器人进行流式的实时控制，让机器人拥有 3 种不同速度的 “反应神经”：

超快反应（480Hz）：处理来自力传感器等高速信号。就像你的手一碰到烫的东西会瞬间缩回，不需要经过大脑思考。这部分由模型的 “解码器” 负责，能每秒生成 480 次控制指令。视觉反应（30Hz）：处理来自摄像头的画面。就像你看着球飞过来，用眼睛跟踪并判断落点。这部分由模型的 “编码器” 负责。智能思考（<1Hz）：处理语言理解和任务规划。就像你在执行任务时，还能分心听一下队友的指令或者自己琢磨一下策略。这部分速度最慢，但赋予了机器人更高的智能。

通过分析与实验，这个框架下一步规划最高能以 480Hz 的频率生成机器人控制信号；这个速度，已经摸到了实现基于力反馈进行控制的门槛。

未来展望

机器人有没有可能达到 “又聪明又快” 的效果？这篇文章只是一个起点。针对未来不断增加中的边缘计算算力，研究者展望了更进一步的可能性：

“眼睛” 最快能有多快？从 30fps 到 60fps，甚至 120fps，是否有新万博体育：的任务变得可行？“大脑” 最大能有多大？在实时性约束下，我们是否可以从 3B 模型，走向 7B，13B 模型，甚至更大模型？“反应” 速度的极限在哪里？在 VLA 框架下，我们是否还可以建立亚毫秒、甚至微秒级的反馈回路？

从这篇文章出发，一个能够参与实时控制 VLA 的世界的大门正在被打开。

??时事1：日本三级片免费观看京

??10月30日,中国航发在航展上发布展示多款航空发动机仿真设计验证软件,

　　居一方文化名城——徽州;陶冶一方民俗与风情——徽文化;饱揽一方风景与绝胜——黄山，是徽州人将这一切展现在全中国乃至全世界人的眼前，它是江淮大地上一朵璀璨夺目的仙葩。黄山酒业人勤勤恳恳，目之所及皆是秀丽美景，耳之所闻皆是文化精髓，日积月累，陶冶情怀。是他们，将黄山酒的精粹极致发挥，从古到今，亘古不变，才使得黄山酒历经千载依然香飘四方，驰名中外。

,欧美熟女一区二区。

??10月30日,年中观察：“两项增长”看浙江国资国企发展新动能,

　　要知道，罗浮大泽一般情况下也不敢妄动狻猊这样的强大遗种，他虽然沐浴过类似的血，但不代表可以常吃到这种肉。

,青色大脑下载中文版安装,xxxx488hs中国人,免费鸥美一级片。

??时事2：欧美日黄色精品AAAAAAA

??10月30日,肯尼亚驻华大使吁更多中国投资者首选非洲,

　　据柳神讲，这里出现的东西与真实的世界相对应，都有原型。他身在大荒中，非常闭塞，对外界根本不了解，正好藉此来认知。

,日本免费一区二区、色香欲86,hyzfj.com,人人人人人操。

??10月30日,第九届中国校园戏剧节在成都开幕 11天24台演出轮番上演,

　　2、扩大技能型人才的规模。加工制作和维修设备等工作需要大量技术熟练的人员配置，今年新分职工较多，女工较多，个人技能水平参差不齐，导致了维修和加工任务不能及时完成，所以培养一批技术好，技能高的职工是当务之急。机修厂已经根据个人情况进行分工，并组织签订了师徒，近期组织去培训学习特殊工种证，尽快让新分职工可以单独工作。

,亚洲男男小鲜肉GY无套,欧美性猛交XXXX黑人猛交,丰满少妇 69。

??时事3：天天怕天天添天天怕

??10月30日,西藏阿里：送证上门暖人心 便民利民显真情,

　　三、各类的文体活动 自学生会成立以来学生会为了丰富我系校园文化建设，根据学生实际情况成功的举办了一系列的特色活动，现在我们回顾下学生会一年来活动的开展情况。 去年，10月份，我系体育部组织开展了第一届“迎新杯”篮球赛。

,爱操导航,国产一级性爱视频网站,中文字幕精品无码亚洲字幕说。

??10月30日,加拿大航空公司低价位机票将不再包含免费登机行李,

　　银色磨盘暴涨，几乎要遮盖了整片天空，将那赤羽挡在了外面，一时难以落下，根本伤不到他。

,日本大胸美女搓澡工叉叉叉,91视频黄色在看,免费爽又刺激欢迎你。

??时事4：纲手被爆 自慰流水无尽

??10月30日,突传噩耗！荷兰光刻机巨头联合创始人去世 享年98岁,

　　你的表演场，让你自由 徜徉!

,www在线A片网,人人操人人干人人草人人,欧美独黄色网站。

??10月30日,山西朔州连续4年原煤产量超2亿吨,

　　少妇脸色苍白，站起身来，没有说话。

,福利视频全网视频免费看,怀孕女子被c,老师对准肉茎坐下裙子遮住。