逐际动力开源 FluxVLA Engine：专为具身智能打造的标准化VLA工程底座

2026 年 04 月16 日，逐际动力（LimX Dynamics）正式宣布，开源面向具身智能科研创新、应用开发与落地的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，打造标准化 VLA 工程底座，打通数据处理、模型训练、仿真评测到真机部署全流程，大幅降低具身智能全研发周期的工程门槛。 当前具身智能向真实世界落地的过程中，行业普遍面临三大结构性瓶颈：数据格式碎片化，训练、仿真与部署环节数据规范不统一，反复转换适配推高工程成本；代码架构高耦合，数据、模型、训练逻辑深度绑定，模块替换需重构代码；仿真到真机存在迁移鸿沟，理想环境与真实硬件的延迟、噪声不匹配，模型真机性能大幅衰减。 在雷峰网看来，这些问题严重制约 VLA 技术从实验室走向产业应用。 针对行业痛点，FluxVLA Engine 从工程体系层面提供系统化解决方案，以标准化接口与统一配置规范全研发环节，让开发者可自由替换组合模块，无需重复适配。 雷峰网获悉，该平台采用All-in-one 统一配置机制，通过单一配置文件统筹数据、模型、训练、推理、部署全链路参数，告别多脚本、多配置的繁琐管理。

同时采用模块化解耦设计，数据处理、模型调用、部署等模块以标准接口贯通，更换数据集、模型或切换仿真 / 真机环境，均无需重复适配。 开发者可独立替换视觉编码器、语言主干、动作头，或接入自定义数据集与新硬件，各模块互不干扰，灵活搭建专属 VLA 模型，实现训练后模型一键导出、标准化流程真机部署，真正做到开箱即用。 功能层面，FluxVLA Engine 实现VLM 与 VLA 全栈覆盖，原生支持视觉语言模型与视觉语言动作模型，兼顾感知理解与动作训练，全流程在单一框架完成，无需切换工具。 模型层兼容 Qwen、GR00T、Pi 系列、DreamZero 等主流 VLM/VLA/WAM 模型；仿真层无缝对接 Isaac Sim、LIBERO 等主流仿真器；硬件层支持 UR 机械单臂、ALOHA 双臂系统、逐际动力 TRON 2 多形态具身机器人等多元平台，适配性行业领先。 面向真实场景部署，平台完成深度系统优化：通过底层推理引擎优化与算子融合，实现5-10 倍推理速度提升，保障机器人实时响应；集成实时控制（RTC）轨迹平滑技术，消除动作轨迹抖动，让真机执行更稳定流畅，解决 “能跑但不稳” 的行业难题。

逐际动力表示，FluxVLA Engine 源自企业具身智能与通用机器人研发的长期工程积累，是经过真机验证的基建设施。 此次开源后，团队将以企业级资源持续维护迭代，未来将集成强化学习、多元世界模型，拓展灵巧手、3D VLA 等前沿能力；同时搭建全球开发者开源社群，推动研究成果快速落地，将平台从工程底座升级为开放的具身智能技术生态。 目前，FluxVLA Engine 已上线 GitHub、Hugging Face、Model Scope 等平台，配套完整文档与快速上手教程，即将上架阿里云 PAI，为全球开发者提供便捷获取渠道。