VLA 模型在端侧部署时面临哪些挑战？

将 VLA 部署到机器人本体或边缘设备上，需要面对算力、延迟与实时性的多重约束：

1. 推理延迟与控制频率的矛盾：VLM 骨干单次前向通常在 100～500 ms 量级，而力控与柔顺操作需要 50～200 Hz 的闭环控制，两者相差约两个数量级，是端侧部署的核心矛盾。
2. 算力与显存约束：7B 规模的 OpenVLA 全精度推理需要 A100/H100 级 GPU；通过 4-bit 量化可降至 RTX 4090 运行。面向边缘部署，更小规模的模型成为关键。
3. 模型小型化进展：Hugging Face 的 SmolVLA 以 450M 参数借助流匹配与异步推理在消费级 GPU 与边缘设备上实现实时运行；学术界的 NanoVLA 参数量约 100M，在 Jetson 级边缘硬件上实现相较此前方案约 52 倍的推理加速。这些工作表明端侧部署的可行性正在快速提升。
4. 时间错配问题：模型计算期间环境可能已发生变化，基于过时观测生成的动作会与真实状态脱节，需要预测式补偿或更快的推理链路来缓解。