逐际动力发布 FluxVLA Engine V2，实现真机在线强化学习

逐际动力正式开源具身智能工程底座 FluxVLA Engine V2，核心突破在于引入在线强化学习（Online RL）后训练能力并打通仿真到真机的部署链路。该版本旨在解决具身研发中“重复造轮子”的工程痛点，通过标准化接口大幅降低环境配置与适配成本，标志着具身智能开发从实验性探索向工业化标准产线迈进。

多源交叉验证显示，V2 版本在性能指标上提升显著：SmolVLA 模型在 LIBERO-10 和 RoboTwin 等基准任务上的成功率分别提升 10.0% 和 15.4%；优化后的推理路径频率提升至 2.31–9.64 倍，有效降低了实时控制延迟。此外，引擎支持从 Checkpoint 直达 ALOHA、Franka 及人形机器人等多款硬件平台的闭环执行，验证了全链路的稳定性。

这一更新对行业生态具有深远意义，它构建了具身研发的“标准基础设施”，使底层工程能力得以高效复用。开发者无需从零搭建复杂的物理交互环境，即可快速迭代算法并部署至真实硬件，这将加速具身智能技术在工业与服务场景的落地进程。