逐际动力与阿里云PAI联手：具身智能迈向物理世界新标杆

最近，具身智能赛道又传来一个值得关注的动向：逐际动力和阿里云PAI正式牵手了。这次合作的核心是把逐际动力的训练业务迁移到阿里云的人工智能平台PAI上，双方一起搭建一个能支撑具身智能模型快速迭代的AI基础设施。更值得一提的是，逐际动力自研的标准化具身智能大模型工程底座FluxVLAEngine也会以镜像的形式登录阿里云PAI，向开发者和企业开放——这意味着，想要在具身智能领域做点事的团队，可以直接拿到一个现成的工程基座。

关于逐际动力

逐际动力（LimX Dynamics）是一家由AI驱动的通用人形机器人公司，主攻全尺寸人形机器人，同时也衍生出了TRON等多形态机器人产品。它的核心思路很明确：围绕三大技术——本体硬件的设计制造、大小脑融合技术、具身智能体OS系统——来推动具身智能在科研、商业、家庭等场景的落地。说白了，就是想让AGI在物理世界里真正“动起来”。

云端训练：提高核心模型迭代效率

行业反赌，但背后的研发挑战一点也不少。具身智能企业面对的训练需求极其复杂，光是GPU智能调度、数据权限控制、资源配额管理这些企业级特性，就够让人头疼的。逐际动力把训练业务迁到阿里云PAI之后，获得了灵活的GPU配额管理、作业智能化调度、GPU高效利用、故障自愈、数据精细化权限管控、冷热数据流动等一系列进阶能力。实测下来，整体训练效率提升了10%，运维复杂度降低了17%——别小看这两个数字，在模型迭代的赛道上，这就是实实在在的加速。

阿里云PAI（Platform of Artificial Intelligence）本身就是一站式的AI工程化平台，覆盖数据处理、模型训练、推理服务的全流程。它自研的分布式训练加速引擎能支持千卡甚至万卡规模的训练任务，通过数据集加速、计算加速、优化算法和智能调度，为各种复杂模型提供高性能算力。目前PAI已经服务于大语言模型、世界模型、机器人强化学习与仿真测试、自动驾驶等前沿领域，逐际动力这次加入，算是顺理成章。

开源开放：激活机器人行业协同创新

VLA大模型研发中的痛点，做过的人都知道：数据处理繁琐、代码架构高耦合、真机部署难。逐际动力推出的FluxVLAEngine，正是针对这些痛点打造的标准化工程底座，而且已经开源了。它的设计理念很清晰——“统一配置、标准接口、模块解耦、加速部署”，目的是打通从数据、训练、仿真到真机部署的全链路，让VLA模型能高效地从实验室走向物理世界。

FluxVLAEngine支持OpenVLA、GR00T、PI0/PI0.5等主流VLA模型，也兼容TRON2、Aloha等真实硬件。在RTX5090上，GR00T-N1.5的推理速度能达到42.8Hz——这个数字意味着什么？意味着具身智能从训练到实机部署的工程门槛被大幅拉低了。

逐际动力FluxVLAEngine架构图

更重要的是，逐际动力把FluxVLAEngine以标准化镜像的形式接入了阿里云PAI-DSW模块。用户只需要一键拉起整个平台环境，就能做后续的微调和部署，训练属于自己的专属具身智能大模型。从实际效果来看，这个合作打破了传统机器人开发的技术壁垒——中小型研发团队再也不用重复搭建模型基础架构和AI工程平台，直接共享领先成果，协同创新的可能性大大增加。

FluxVLAEngine镜像已经在PAI-DSW模块中上架

可以预见的是，随着阿里云PAI和逐际动力FluxVLAEngine合作的持续深入，世界模型领域的探索会进一步加速，具身智能技术也将更快走出实验室，真正融入日常生活。这不是一句空话——当工程底座被标准化、平台化之后，整个行业的创新节奏都会发生变化。

来源：互联网