两步流去噪把 VLA 推理从 61.6ms 压到 22ms，实现实时机器人控制
Di Wu · hf · 2026-10-07
论文分析 VLA 模型低推理频率与机器人高执行频率之间的时序鸿沟：重复的 Flow Matching 去噪是推理开销大头，机器人侧延迟主要来自感知采集、通信调度与物理响应。
作者观察速度场在积分早期幅值和方向较稳定、末端才需强方向修正，据此提出两阶段非均匀去噪，将去噪步数从 10 降到 2，模型推理时间从 61.557 ms 降到 21.956 ms。同时构建了推理、动作发布、机器人控制速率相互独立的分布式实时 VLA 框架。
以 π0.5 为基线，在长时程叠衣任务上评测六种实时执行方法：训练类中 Legato 综合最佳，免训练类中 Temporal Smoothing 领先；两步去噪配合这些执行方法可大幅降低推理成本，任务性能仅小幅下降。
「具身」频道最新
- 回望 2023：ACT+ALOHA 开创实体 AI 元年，已成经典节点 — lukas_m_ziegler · 2026-10-07
- EAPN 用执行对齐噪声解决重规划模式切换,双臂叠布成功率 96.7% — Di Wu · 2026-10-07
- CTP 单次前向预测多模态动作块:LIBERO 成功率 97.25%,推理延迟降至 76ms — Di Wu · 2026-10-07
- Magic-W0：结构化世界-动作基础模型，RoboDojo-Sim 拿下 27.1 分 — Xuhua Chen · 2026-10-07
- 机器人仿真器 RaiSim 回归:2.8.0 主打 CPU 高速仿真+照片级渲染 — ChongZzZhang · 2026-10-07
- LiteReality-Agent 升级：图像转 3D 场景可直接进 MuJoCo 仿真 — elliottszwu · 2026-10-07