KAIST FastOPD 在线蒸馏将 VLA 推理延迟降 78%
kaist-ai · hf · 2026-10-08
KAIST AI 团队发布 FastOPD，一个面向轻量化 VLA（视觉-语言-动作）部署的在线蒸馏框架，解决大规模 VLA 模型算力成本高、难落地的问题。
方法要点
- 将 flow map 改造为单状态教师监督，结合自洽目标函数构建紧凑学生模型，学习教师动态；
- 理论证明最小化该目标可使学生逼近理想少步教师模型的分布。
实验结果
- LIBERO 上仅两步推理保留 π₀.₅ 84% 的性能，推理延迟降低 78.1%，平均成功率超过现有少步蒸馏基线；
- 以 LingBot-VLA 为教师，在 RoboTwin 2.0 上单步成功率较基础学生提升 15.9 个百分点；
- 还适配 World Action Model（WAM），并已把从 MolmoAct2 蒸馏的紧凑学生部署到真实机器人上。
「具身」频道最新
- 工程师在泰国高校开机器人课：学生用手机向桌面机器人提问 — StewartalsopIII · 2026-10-08
- 英伟达押注物理 AI，Halos 安全系统扩展至机器人 — Ars Technica AI · 2026-10-08
- 新加坡机器人版“摇滚拳击手”登场，真机互殴成现场名场面 — DJiafei · 2026-10-08
- LIBERO-MAX 基准:任务中途环境突变,14 个机器人策略成功率暴跌 11-26 个百分点 — DJiafei · 2026-10-08
- Meta 训练 8B 机器人世界模型 RoboJEPA，首次给出 scaling law — ylecun · 2026-10-08
- Telekinesis 推出机器人 Agentic OS：一个 SDK 训练、仿真、部署通用机器人 — Jan_R_Peters · 2026-10-08