FluxVLA/FluxVLA

解決的問題

FluxVLA Engine 是一個為簡化身體智能應用部署而設計的全棧工程平台。它透過為從資料處理到實體裝置部署的整個流程提供標準化基礎，降低視覺-語言-行動（VLA）研究與開發的工程門檻。

工作原理

該平台基於統一設定、標準化介面與模組解耦的原則建構。支援多種 VLA 模型（如 GR00T、PI0、Cosmos3 和 SmolVLA），並提供訓練、模擬評估與真實機器人推論的整合工作流程。支援多種硬體目標，包括 NVIDIA Jetson Orin 和 Franka 機器人，並提供 Triton 與 GR00T-RTC 等加速選項。

適用對象

適用於需要標準化端對端框架來開發與部署 VLA 模型的身體智能與機器人領域的研究人員與開發者。

主要亮點

• 廣泛模型支援：相容多種 VLA 架構，包括 DiT4DiT、FastWAM 和 PI0.5。
• 真實機器人部署：支援單臂與雙臂 Franka 機器人，以及 Oli 人形全身運動-操作機器人。
• 邊緣加速：針對 NVIDIA Jetson Orin 優化，GR00T-N1.5 的推論速度最高可達 7.4 Hz。
• 模擬整合：與 LIBERO 和 RoboCasa 等基準測試整合，用於效能評估。