外部精选
ai-models
#大模型#国内动态#资讯#首页轮播#具身底座工程#逐际动力【图片中转测试,未发布】工程能力一键复用,专心卷新能力!轮子造一次就够了|详解FluxVLA Engine技术报告
以SmolVLA为例,在两组配对实验中,经过在线强化学习后,其在LIBERO-10和RoboTwin Clean十项任务上的成功率分别提升10.0和15.4个百分点。
量子位梦晨2026/10/28 · 20 天前1 分钟阅读中文
以下正文同步自 量子位,版权归原站所有,已转换为易读排版。
以SmolVLA为例,在两组配对实验中,经过在线强化学习后,其在LIBERO-10和RoboTwin Clean十项任务上的成功率分别提升10.0和15.4个百分点。
自今年4月8日开源以来,FluxVLA Engine陆续扩展模型支持、评测配方和真机部署能力。
用逐际动力自己的话来说,FluxVLA Engine就是让底层工程能力真正可复用,把宝贵的研发人力从无休止的“配环境、改接口”中解放出来,让先进的模型真正有路可走、有地可落。
告别“作坊式”重复造轮子,为具身研发建一条“标准产线”
为什么具身智能研发这么又烧钱又费人?
一大原因是行业里缺少统一的标准件。对大多数团队来说,每一个新实验都是一个一次性工程。
FluxVLA Engine首要目标就是把这种作坊式的重复搭建,升级成标准化的工业流水线——逐际动力创始人兼CEO张巍就将FluxVLA Engine比作模型的生产线。
为了让这条生产线足够皮实足够好用,它围绕四项核心工程原则进行了底层架构设计。
统一配置<span data-annotation=
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。