arxiv.org·2026/10/23
针对flow matching VLA策略通常需多步Euler积分、限制控制频率的问题,作者在LIBERO、LIBERO+、CALVIN、RoboTwin四个仿真基准和Franka真实套件上,对SmolVLA、FLOWER、X-VLA、π0.5、LAP、XR-0六个450M–4.7B参数的VLA及一个DiT基线做配对种子实验,用TOST等价检验比较参考步数与单步Euler的成功率,并分析轨迹平滑度、多样性、延迟和训练消融。作者报告多数仿真单元达到等价,非等价主要出现在长时程任务和较小模型;真实世界合并差异最多3.7个百分点,多步推理无一致优势,单步推理带来1.6–4.8倍延迟加速。步骤等价随模型规模、VLM预训练质量和训练成熟度出现,较大模型只需通用VLM预训练,机器人动作预训练并非必要;但单步会收窄行为多样性。局限是仿真checkpoint覆盖不均、真实世界单任务差异仍大,且未验证单步RL梯度更新的稳定性。
为什么重要 对做 VLA 部署的人:现有大模型检查点可直接切 1 步 Euler,控制频率提升且不必重训或蒸馏。适合 做 VLA 推理部署与真机评测的机器人工程师;适合想绕过蒸馏、降控制周期的团队。
Flow matching 目前已成为 vision-language action(VLA)机器人策略的主流方法,这归功于其表达能力和简单的训练目标。然而,标准 flow matching 的推理需要迭代求解 ODE,这限制了部署时的控制频率。
虽然已有若干工作提出新方法以实现单步动作生成,但我们追问这些额外目标是否真的必要。我们发现,在 6 个 flow matching VLA 中,单步动作生成在大规模情况下基本与多步采样一致:多步积分在推理时几乎没有持续优势。
我们通过实验发现,只要模型训练充分且容量足够,这一结论就成立。实际意义在于,对于大型 VLA,单步策略本质上是多步模型免费获得的,无需重新训练、蒸馏或辅助目标即可实现低延迟部署。
Flow matching is now the dominant approach for vision-language action (VLA) robot policies, thanks to its expressiveness and simple training objective.
However, inference for standard flow matching requires iteratively solving an ODE, limiting the control frequency at deployment.
While several works have proposed novel methods to allow for single-shot action generation, we ask whether such additional objectives are actually necessary.
We find that across six flow matching VLAs, one-step action generation largely matches multi-step sampling at scale: multi-step integration confers little to no consistent advantage at inference.
We empirically find that this holds as long as models are sufficiently trained and have enough capacity.
Practically, the implication is that for large VLAs, the single-step policy comes essentially for free from the multi-step model, enabling low-latency deployment without retraining, distillation, or auxiliary objectives.
模型数
参数量范围
真机池化Δ
参考延迟
真机 rollouts
注释 · 参数量范围不含 211M DiT 基线;真机池化 Δ 指参考步减 1 步成功率。出自 表1、表3、§3.2
注释 · 加速比来自参考延迟除以 1 步延迟;所有延迟在同一张 A100 上测得。出自 表1、§4.2

EVIDENCE / METHODS
参数清单
配对协议用 matched seeds 与 paired A/B,真机共 4800 次 rollout。
注释 · 仿真用作者发布检查点原样评测;真机在内部数据集微调。出自 §3.1–3.3、表1
原版排版与图表 · 手机无法内嵌时可在浏览器打开。PDF 插件内选文不能传给网页助手。