逐际动力开源 FluxVLA Engine，推动VLA走向真实世界

今天，逐际动力LimX Dynamics 开发并正式开源FluxVLA Engine，一个面向具身智能科研创新、应用开发与落地的标准化VLA工程底座。逐际动力表示，FluxVLA Engine以统一配置、标准接口、模块解耦、加速部署为核心设计理念，将数据处理、模型训练、仿真评测到真机部署的每个环节标准化，大幅降低了 VLA 全研发周期的工程门槛。

在具身智能落地的研发链路中，数据格式碎片化、代码架构高耦合和仿真到真机的迁移鸿沟的问题在当前的科研和工程实践中普遍存在，导致模型在真实机器人上的性能显著下降，难以完成从算法验证到物理执行的闭环。在此背景下，FluxVLA Engine 从工程体系层面对上述瓶颈逐一拆解，核心目标是以标准化接口与统一配置，将数据、训练、仿真到真机部署的每个环节规范化，为创新者提供可自由替换和组合各模块，无需每次从头适配。

FluxVLA Engine工程框架图

具体来说，FluxVLA Engine采用 All-in-one 配置机制，通过单一配置文件，统一管理数据、模型、训练、评测、推理与部署参数。用户无需维护多套脚本与配置，即可切换各类模型。同时，FluxVLA Engine的核心设计是将海量数据处理、模型调用与部署相关模块解耦，无论更换数据集、替换模型，还是从仿真切换到真机，格式与接口均可保持一致，无需重复适配。这意味着，用户可以在不修改训练逻辑的情况下，单独替换视觉编码器、语言主干或动作头，也可以接入自定义数据集或新硬件平台，各模块之间互不干扰，便于灵活构建属于自己的VLA模型。

值得注意的是，FluxVLA Engine原生支持视觉语言模型（VLM）和视觉语言动作模型（VLA），兼顾感知理解与动作训练，同时接入主流模型与仿真器，全面支持Qwen、GR00T、Pi全系列以及DreamZero等各类主流 VLM/VLA/WAM模型。在硬件方面，兼容多元真机硬件，支持包括 UR 机械单臂、ALOHA 双臂系统，以及逐际动力自研多形态具身机器人TRON 2 等在内的多硬件平台，即装即用。

FLuxVLA在LIBERO中的性能

此外，财经网科技了解到，FluxVLA Engine通过底层推理引擎优化和算子融合，实现了5-10倍推理速度提升，让机器人可以更快地响应环境变化，实现更流畅的实时控制。在轨迹平滑方面，FluxVLA Engine集成了实时控制（RTC）等最新的轨迹平滑方法，有效规避模型输出的动作轨迹抖动，确保真机部署后机器人执行动作稳定、流畅。