SnapFlow：流匹配VLA一步动作生成

2026年10月15日，arXiv Computer Vision 报道了 Wuyang Luan 等作者提出的 SnapFlow。这是一种自蒸馏方法，可将预训练的流匹配 VLA 适配为一步动作生成，且无需独立教师网络或 critic。报道称，在 π0.5 上，其归档的 1-NFE 检查点达到 98.75% LIBERO 成功率，高于教师的 97.75%；在 π0 的配对评测中，1-NFE 模型超出教师 10.5 个百分点。该方法还将 batch-one 模型延迟降低约 3.3 倍，并迁移至双臂人形机器人的货架取物任务。上述数据均为该报道所述，尚无其他来源佐证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。