IJCAI 2026 专访：动作指挥计算，VLA 加速不降准 | GAIR Paper 125

将动作从输出端搬到调度端，推理速度提升1.79倍。    作者丨邓哲敏    编辑丨齐铖湧                                                                                                       机器人想要真正走进千行百业、千家万户，有一道绕不开的坎：它得足够快。不说快到能打羽毛球那，至少得快到让人觉得这玩意儿能用。一个机械臂每动一下都要停顿两三秒，哪怕成功率再高，在工业场景里算下来的投入产出比也很难说服人。VLA 模型是当前具身智能领域最受关注的技术路线之一。它把视觉感知、语言理解和动作生成整合进一套模型，让机器人能够依据语言指令完成复杂操作任务。但 VLA 模型有一个部署层面的老大难问题：推理太慢。每个控制时刻，模型都要把一个庞大的视觉语言骨干网络跑一遍，计算量极大，导致延迟居高不下，实

原文：雷峰网