realtime-vla-flash

Realtime-VLA FLASH 是一个面向视觉-语言-动作（VLA）模型的实时推测推理（speculative inference）框架，专为扩散型VLA模型设计。其核心功能包括：基于VLM对齐的轻量级草案模型架构、针对Triton优化的定制化内核、以及支持双视角输入下仅7.8ms延迟的高速推理，实测达125+ Hz帧率，并在任务层面平均提速3.04倍。项目采用模块化部署设计，兼容LIBERO等机器人操作基准测试环境，适用于需要低延迟闭环控制的具身智能场景，如仿真或真实机器人实时策略执行。