十遍打磨压成一次浇铸：DriftingVLA 让机械臂动作生成快 3.36 倍，成功率反而涨到 98.32%

雕塑家的十遍抚摸

想象一位雕塑家，天赋异禀，但有个怪癖：每动一次刀之前，要先对着黏土轻抚十遍——每一遍都只能轻轻挪一点点，挪完看看，再挪。作品很精美，流水线却转不起来。

这就是当下主流 VLA（视觉-语言-动作）模型的日常。π0.5 这类 flow 匹配策略每次出动作，要先采样一团高斯噪声，然后跑十步 Euler 积分，把噪声一步步「磨」成动作块。每一步都便宜，可十步必须串行，全卡在机器人控制的临界路径上。论文里实测：一块动作 227.61 毫秒。

对在线闭环控制来说，这太慢了。

8 月 30 日，中科大团队（九位作者，八位来自 USTC）把 arXiv:2608.29749 挂了出来，名字叫 DriftingVLA。思路一句话：把十遍抚摸搬进训练阶段，部署时一次浇铸成型。训练完的模型，噪声进、动作块出，单次前向，仅此而已。

动作块是个什么东西

机器人策略输出的从来不止一个动作——它一次写一整块 H×D 张量：H 个未来时刻 × D 个控制通道（平移、旋转、夹爪……）。这篇论文里 H=50——按 50Hz 执行频率算，是一秒钟的完整未来。模型等于每秒钟替机械臂把下一秒的肌肉指令一口气写完。

问题在于写的方式。Flow 匹配学的速度场只认识「局部怎么走」，你得迭代十次才能走完全程。那直接砍成一步行不行？不行——把 π0.5 的求解器硬截断到 1 步，LIBERO 成功率从 97.10% 掉到 94.02%，RoboTwin 2.0 直接腰斩到 63.76%。局部地图撑不起全程导航。

DriftingVLA 的解法在训练侧：给每条演示生成 G=8 个「兄弟」动作块（各自从独立噪声出发），用吸引-排斥场把兄弟们拉向演示、彼此推开，修正后的兄弟作为冻结的回归目标，让生成器把修正吃进权重。5 万步训练之后，打磨的功夫长成了肌肉记忆。论文自己的原话：「DriftingVLA moves iterative refinement from robot-time inference to optimization-time distribution learning.」——把迭代精修从机器人时间搬进了优化时间。

PDTD：矩阵的第三种切法

这篇论文最优雅的一笔是个几何问题。H×D 的动作块，训练目标可以按三种方式切组：整块切（1 组）、按时刻切（H 组）、按通道切（D 组）。前人试过前两种。它选了第三种——每个控制通道保留完整的 50 步时序轨迹，各自作为一个漂移单元。

（斜杠两侧是 LIBERO / RoboTwin 2.0 成功率，单位 %。）

妙处在最后一层：这种分解只作用于训练损失，模型本体仍然联合输出整块动作——用论文的话说，「PDTD removes geometry-level coupling without removing model-level coupling」，几何上解耦、模型上不解耦。所以双臂任务里两只手臂依然协调，真机六任务里四个双臂任务全赢。

真机部分：两台 UR5 机械臂、六个单/双臂任务（对齐方块、倒水、码垛……）、每任务 100 条遥操作演示，总体成功率 77.67%，压过 π0.5 的 74.22。推理延迟 67.67 毫秒一块，在 A800 上测的；机器人端用的是 RTX 3090。加速 3.36 倍，成功率反倒涨。

两个反直觉

第一个：用 flow 预训练过的动作专家做热启动，更差（93.33%），从零初始化的新专家反而 98.32%。旧知识是负债——速度场学到的局部搬运经验，对直接生成是个坏老师。

第二个：谱系。这项工作不来自扩散语言模型的单步化路线（d1/dLaM 一个都没引），它的血统是自家一路：Drifting Models（arXiv:2602.04770）→ DBPO（arXiv:2604.03540，ACM MM 2026，共享七位作者）→ 本文。还有个细节：它也没引 TurboVLA——本站前两天聊过的那条蒸馏提速路线。同一个瓶颈，两条分岔：一条把十步蒸馏成一步，一条干脆重新学一次成型。哪条通向真机量产，现在还没分晓。

冷静清单

• 没放代码。搜遍了，零结果。
• 论文全文没有一个 Hz 数字，只有毫秒/块。「50Hz 需要多少带宽」这类话本文不替它说。
• 两个一步基线（SnapFlow、MeanFlowVLA）是作者按论文复现的，非官方实现。
• 训练比 π0.5 便宜（91.24 vs 108.49 GPU 时），但比自家小配置贵 3.78% GPU 时、9.54% 显存。
• 只测了操作类任务，运动和长程开放世界没碰。

工程上的信号倒是清楚的：单步生成 + 成功率不降反升 + 真机验证，这条路线第一次在预训练 VLA（π0.5）上完整跑通了。等代码。

来源

• 论文：https://arxiv.org/abs/2608.29749
• 前作 DBPO：https://arxiv.org/abs/2604.03540
• Drifting Models：https://arxiv.org/abs/2602.04770