新万博体育

　　猫眼电影记者 拉法尔·皮克 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：世界杯怎么线下投注

??10月29日,重庆“两高”报告聚焦司法服务保障西部陆海新通道建设,

　　同学们，我们垫江实验中学，是一所规模大、条件好、质量高、有特色、现代化的重庆市重点中学。学校办学历史悠久，区位优势明显，办学条件优越、师资力量雄厚、办学效益显著。学校是教师成长的沃土、是学生成才的摇篮，是文明传播的中心，我们学校赢得了广泛的社会赞誉和好评。

,森林王国手游官网。

??10月29日,朝中社：韩国无人机“入侵平壤”？朝鲜公布最终侦察结果 ,

　　这是至尊骨的力量。人们发呆，这还植入不足两个月呢，就这般恐怖了，果然不愧其名！

,排球比分直播网188,188平台注册平台,ag真人app官方版。

??时事2：凤凰在线登录

??10月29日,“五一”假期金延安景区“文旅盛宴”吸引游人,

　　时光荏苒，逝者如斯，我们告别了收获的六月，告别了昨日的骄傲，重新背起沉甸甸的行囊，迎着喷薄的朝阳，沐浴着清新的晨风，怀揣着心中的梦想与期待，再次踏上新的征程。

,永利国际彩票网站,188bet手机版app,bepkay体育怎么下载。

??10月29日,第22届亚洲壁球团体锦标赛在大连开赛 近200名中外运动员参赛,

　　二、在工作思路上，强化发展意识

,华体会体育登录系统,炸金花游戏哪个人最多,英皇娱乐官方网站。

??时事3：世界杯投注地址上海市

??10月29日,香港一私家车逃避截查撞伤警察 司机涉嫌袭警、贩毒等被捕,

　　这皮孩子，老者愤愤。早先小不点还向他求教呢，但他懒得多语。结果现在反回来了，主动向这憨孩子解释什么是精璧，他居然爱答不理了。

,真钱打牌官网,e世博在线注册,365体育网址。

??10月29日,2024年粤港澳大湾区青少年跳绳邀请赛广州成功举行　　,

　　对我们可爱的同学来说，今天是我们成长历程中一个全新的起点;对我们可敬的老师来说，今天是又一段辉煌事业的开始;对我们可亲的学校来说，它所引领的，必将是xx小学灿烂的每一天!首先，我代表学校对老师们、同学们的按时返校表示热烈的欢迎。

,kb88凯时在线,bet9九州体育信誉,百老汇体育APP。

??时事4：微信世界杯下注平台

??10月29日,【冰雪春天】当纷飞大雪遇上南方的水墨冬日,

　　自上届党代会召开以来，xx乡(镇)各级党组织和广大干部坚定不移地贯彻执行党的路线、方针、政策和县委、县政府的各项决定，团结和带领全乡(镇)人民，努力拼搏，开拓创新，较好地完成了上届党代会确定的各项工作任务。这些成绩的取得与乡(镇)领导班子的努力是分不开的，同时更是广大群众勇于进取、奋力拼搏的结晶。为此，我代表县委向付出辛勤劳动的乡(镇)领导班子，向全体和广大群众表示衷心的感谢!

,大众彩票平台,日博官网365,博雅德州新版本下载。

??10月29日,沪苏湖高铁上海松江站主站房钢屋盖顺利合拢,

　　他双手一合，一轮银月腾起，滴溜溜转动，迅速汲取火光，而后放大，银盘遮盖了此地，这是他从紫云、大鹏、小青它们身上得到的宝术。

,百老汇网站登录,世界杯正规买球网站,维尼斯人网址。