新万博体育

　　猫眼电影记者 迪克·斯瓦伯 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1：万博官网网页版首页登录入口

??10月29日,中国驻美使馆发言人就“驻美台北经文处”代表错误言论答记者问,

　　“咚”的一声，一根铁棍捅出，跟一条山岭般巨大，气势磅礴，被抓在一只毛茸茸的大手中，这个生灵也被雾霭笼罩，抡动铁棍，有一种盖世神威！

,捕鱼大亨。

??10月29日,梦回长安 《大唐狄公案》官宣定档,

　　(七)按时报送案件情况，确保信息真实准确。各银行业金融机构和银监局要按照案件、案件风险信息报送的有关规定，及时、准确报送案件和案件风险信息，严禁瞒报或故意漏报、迟报、错报。根据案件进展情况及时报送后续调查、督查、审结、整改情况和案例材料。对发生迟瞒报情况的，要进行通报，并进行监管谈话。对因迟瞒报造成严重后果的，要追究相关责任人员责任。

,188体育体育下载,E世博真人投注,BB视讯。

??时事2：hga035皇冠手机版

??10月29日,北京首届量子信息技术创新大会举办 推动产业集群化发展,

　　7.遇到火灾，不要盲目跳楼，可利用阳台、落水管等逃生自救。也可以用绳子或把床单撕成条状连成绳索，顺绳滑下。

,百老汇电子游戏官网,雷竞技app在线下载,网上开赌场流程。

??10月29日,粤港青年广州体验“扒龙舟”,

　　生活在大荒中就是这般残酷，整日猛兽搏斗，损伤与死亡是常有的事，只是人族自己间残杀倒是不常见。

,AG真人网站网址,葡京评级网投,新斗地主赢钱。

??时事3：利来w66官网

??10月29日,第37届中国电影金鸡奖提名公布,

　　小不点别出心裁，非要教三只青鳞鹰学人类研究出的骨文，结果这头变异的紫云学的特别起劲，比人类还聪明，与他越来越亲。

,龙8国际是不是黑网,AG鸭游,火狐真人。

??10月29日,缺少配料表 卫生难保障 小心网红蜡瓶糖的“甜蜜诱惑”,

城镇化工作会议讲话材料 篇7

,太阳2在线登录,最新的百老汇网址,bet365足球。

??时事4：杏彩手机版网页

??10月29日,赞比亚国民议会议长率团参访青海省自然资源博物馆,

　　总之，我县银行支行的挂牌开业，标志着县银行以县为单位实行统一法人的改革工作顺利完成;也标志着县银行的改革和发展步入了新的历史起点，必将为加快地方经济发展和全面建设小康社会做出新的更大的贡献。

,ag平台官网是哪个好,星际娱乐游戏平台官网,新爱体育app下载安装。

??10月29日,西藏察隅：茶叶飘香 村民增收,

　　祖传的黑鼎下，火焰炽盛，鼎中已沸腾，各种老药、龙筋蛇、金色的蜈蚣、龙须鱼等早已化开了，传出一股特别的香气。

,银河国际官方app,金沙游乐场,杏耀官方网站。