# FluxVLA FAQ 常见问题

## 整体特性

**问：FluxVLA 是什么？**

答：FluxVLA 是逐际动力开源的一套**标准化具身智能大模型工程底座**，覆盖从数据处理、模型训练、仿真评测到真机部署的完整工程闭环。平台基于"配置统一、接口规范、模块解耦、可部署性"四大核心设计原则，所有实验可通过一份配置文件管理，显著降低 VLA 研发与复现的工程门槛。项目已发布技术报告（arXiv: 2609.17210），代码、模型权重与训练数据全部开源。

---

**问：FluxVLA 支持哪些模型？**

答：FluxVLA 以 FluxVLA-native 方式集成了当前主流的开源 VLA 与世界模型，包括 Pi0、Pi0.5、GR00T N1.5 / N1.7、SmolVLA、OpenVLA、LlavaVLA、DreamZero、DiT4DiT（基于 Cosmos-Predict2.5）、Cosmos3（Nano / Super / Edge）和 FastWAM（含 uncond / Joint / IDM 三种变体）。所有模型均提供统一接口的训练与评测配置，并支持模块化替换 LLM 主干（Llama / Gemma / Qwen 系列）、视觉主干（DINOv2 / SigLIP）与 VLM 主干（PaliGemma / Qwen-VL）。

---

**问：除了模型集成，FluxVLA 还提供哪些关键能力？**

答：五类代表性能力：

① 闭源大模型评测——支持将 GPT-6 Astra 免 checkpoint 接入 LIBERO 与 RoboCasa 仿真评测（基于 OpenAI Responses API，支持多视角观测）；

② 大规模并行评测——提供 FluxThemis ZMQ 多 GPU 并行评测服务，支持 RoboDojo 等基准；

③ 新模型快速跟进——已原生支持 GR00T N1.7、DiT4DiT、Cosmos3、FastWAM 等新模型，覆盖仿真与 Franka 真机；

④ 完整的训练配方——为八个模型提供 RoboCasa 全数据训练配方并开放对应 checkpoint；

⑤ 人形机器人全身控制——支持 Oli 人形机器人 loco-manipulation 推理、MROS 灵巧手分指控制与可配置推理模式。

各版本的详细更新记录见 GitHub CHANGELOG。

---

## 训练与评测

**问：FluxVLA 支持哪些仿真基准？性能表现如何？**

答：目前支持 LIBERO、RoboCasa GR1 与 RoboDojo 三大仿真基准，并提供官方复现的基准成绩与开源 checkpoint。LIBERO 上，FluxVLA(DiT4DiT) 达到 98.65 平均成功率，FluxVLA(Pi0.5) 达到 97.95；RoboCasa GR1 全数据设定下，FluxVLA(DiT4DiT) 以 57.25% 平均成功率领先（每任务 50 次试验）；RoboDojo 覆盖 42 个基准任务、每模型 2100 次试验，结果以进度得分 / 成功率双指标报告。所有成绩均可在 README 的性能表格中核查，对应 checkpoint 已发布于 Hugging Face。

---

**问：如何用 FluxVLA 评测 GPT-6 这类闭源大模型？**

答：FluxVLA 已支持通过 OpenAI Responses API 将 GPT-6 Astra 免 checkpoint 接入仿真评测：评测脚本直接调用 API 策略，支持多视角观测输入与 LIBERO 原生动作控制，API 凭证通过环境变量配置，rollout 过程文件自动归档。该能力已覆盖 LIBERO 全部套件与 RoboCasa GR1，可用于快速评估闭源大模型在具身任务上的零样本表现。

---

**问：训练数据需要什么格式？支持自己的数据吗？**

答：FluxVLA 统一使用 LeRobot Dataset 格式（推荐 v2.1，SARM 工作流兼容 v3.x），支持 Parquet 数据集加载。自采数据（如 ALOHA 机器人采集的 HDF5 文件）可按文档中的数据转换指南转为 LeRobot 格式后直接使用。需要注意：多数据集混合训练时，请确保所有数据均为 LeRobot v2.1 格式，否则会出现 features 无法对齐的报错；建议通过固定 commit 的 LeRobot 版本保证格式一致。

---

**问：没有光线追踪能力的设备（如 A100）能做仿真评测吗？**

答：可以。LIBERO 与 RoboCasa 的默认渲染依赖光线追踪，但 FluxVLA 支持在无光追设备上通过 EGL 进行 GPU 渲染完成评测。一键安装脚本（sim-only / full 模式）会自动探测 MuJoCo EGL 环境并配置所需的系统依赖与激活钩子，也可以按照文档 FAQ 手动完成 EGL 配置。

---

## 部署与推理

**问：FluxVLA 支持部署到哪些真机？**

答：已验证的真机部署路径包括：Franka 机械臂（单臂 / 双臂，支持关节与末端位姿控制）、UR3、AgileX ALOHA 双臂、逐际动力 Tron2 人形机器人，以及 Oli 人形机器人的全身（loco-manipulation）推理路径——支持传感器输入、WebSocket 控制、MROS 灵巧手分指控制与键盘暂停 / 连续推理模式。各平台的部署指南与示例配置见 docs 目录。

---

**问：推理速度如何？有加速方案吗？**

答：FluxVLA 提供多层次的推理加速：

① GR00T-RTC 加速推理在 RTX 5090 上达到 45 Hz；

② Pi0.5-RTC 支持 Triton 后端，包含 Triton 融合算子、CUDA Graph 捕获与 CUDA 自定义算子；

③ 边缘侧支持 NVIDIA Jetson Orin 部署（提供官方 Docker 镜像），GR00T-N1.5 端侧推理达到 7.4 Hz；

④ 支持 RTC（Real-Time Chunking）改善跨 chunk 轨迹连续性。

详细配置见推理加速文档。

---

**问：算力受限的边缘设备怎么跑大模型推理？**

答：FluxVLA 提供基于 ZMQ 的远程推理框架（server / client 架构），可将模型推理卸载到远端 GPU，边缘设备只负责传感数据回传与动作执行。近期还新增了 FluxThemis ZMQ 评测服务，支持多 GPU 副本、episode 亲和调度与可配置的并行 worker 启动，适合大规模并行评测与多机部署场景。

---

## 安装与社区

**问：安装时最常见的坑有哪些？**

答：三类高频问题：

① transformers 版本——FluxVLA 不在 requirements.txt 中锁定 transformers，需手动安装；Pi0 / GR00T / SmolVLA 等推荐 4.53.0，OpenVLA 需 4.40.1，Tron2 部署需 4.53.2，多模型并用建议分设 Conda 环境；

② NumPy 版本被覆盖——安装完成后固定 `pip install numpy==1.26.4`；

③ egl\_probe 编译失败——需先安装 CMake（用 conda 而非 pip 安装），CMake 版本过新时设置 `CMAKE_POLICY_VERSION_MINIMUM=3.5`。更多问题见文档 FAQ 与 README 的 FAQ 小节。

---

**问：Hugging Face 下载模型或数据集连不上怎么办？**

答：在执行下载命令前设置环境变量使用 hf-mirror 镜像即可：`export HF_ENDPOINT="https://hf-mirror.com"`。一键安装脚本与 RoboCasa 资源下载脚本均默认支持该镜像端点。

---

**问：如何进行调试与二次开发？**

答：FluxVLA 的训练与评测脚本通过 torchrun 启动分布式任务，与 VSCode 默认调试方式不兼容；在文档 FAQ 中提供了完整的 `.vscode/launch.json` 配置模板，以 torchrun 作为调试入口即可实现断点调试（建议调试时将 `nproc_per_node` 设为 1 并关闭 wandb 上传）。二次开发请先阅读贡献指南：新功能 / 新模型建议先开 GitHub Issue 对齐设计，分支从 upstream/main 切出并使用 feat/、fix/ 等前缀，提交前确保 pre-commit 与 CI 通过。

---

**问：遇到问题可以去哪里提问？**

答：三个渠道：

① 项目文档站（fluxvla.limxdynamics.com）右上角的 OpenClaw 智能助手可直接提问，问题会被收集用于改进文档；

② GitHub Issues（提供 bug 报告与功能请求的专用模板）；

③ 官方维护者邮箱 mason@limxdynamics.com。

中文社区还可通过 README 置顶的微信群、飞书群二维码加入讨论。

> Source: https://www.limxdynamics.com/zh/products/fluxvla/faq