OpenVLA-OFT——微调VLA时加快推理的三大关键设计：支持动作分块的并行解码、连续动作表示以及L1回归(含输入灵活化及对指令遵循的加强)
💡
原文中文，约6200字，阅读约需15分钟。
📝
内容提要
2025年3月26日，七月在线升级为具身智能场景落地与定制开发商，推出标准化软硬件产品，简化复现过程。研究者提出OpenVLA-OFT，通过并行解码、动作分块和L1回归优化，提升推理效率和任务性能，成功率达到97.1%，加速动作生成。
🎯
关键要点
- 2025年3月26日，七月在线升级为具身智能场景落地与定制开发商，推出标准化软硬件产品。
- OpenVLA-OFT通过并行解码、动作分块和L1回归优化，提升推理效率和任务性能。
- OpenVLA-OFT在LIBERO模拟基准测试中成功率达到97.1%，并在动作生成中实现了26倍的速度提升。
- OpenVLA-OFT的设计决策包括并行解码、连续动作表示和L1回归目标，旨在提高推理效率和任务性能。
- 与传统的自回归生成方法相比，OpenVLA-OFT显著降低了推理延迟并提高了吞吐量。
- OpenVLA-OFT的微调策略在双臂机器人高频控制任务中表现出色，解决了以往方法的局限性。
- 研究者们通过实验验证了每个设计决策的合理性，推动了微调视觉-语言-动作模型的发展。
❓
延伸问答
OpenVLA-OFT的主要创新点是什么？
OpenVLA-OFT的主要创新点包括并行解码、动作分块和L1回归目标，这些设计旨在提升推理效率和任务性能。
OpenVLA-OFT在推理效率上相比于传统方法有什么优势？
OpenVLA-OFT显著降低了推理延迟，并提高了吞吐量，动作生成速度提升可达26倍。
在LIBERO模拟基准测试中，OpenVLA-OFT的成功率是多少？
在LIBERO模拟基准测试中，OpenVLA-OFT的成功率达到了97.1%。
OpenVLA-OFT如何解决双臂机器人控制中的局限性？
OpenVLA-OFT通过并行解码和动作分块的设计，提升了双臂机器人在高频控制任务中的执行可靠性。
L1回归目标在OpenVLA-OFT中的作用是什么？
L1回归目标用于微调VLA，提供了更快的训练收敛速度和推理速度，同时在性能上与基于扩散的微调相当。
OpenVLA-OFT的设计决策是如何验证的？
研究者通过实验验证了每个设计决策的合理性，推动了微调视觉-语言-动作模型的发展。
➡️
