NXP 详解机器人 VLA 嵌入式端侧部署：涵盖数据采集、微调与芯片优化

NXP 分享了将视觉语言动作（VLA）模型部署到 i.MX 95 嵌入式 SoC 的全流程实践指南。数据采集阶段强调固定机位、夹爪相机视角以及包含 20% 失败恢复样本的设计，微调方案覆盖了 ACT 与 SmolVLA。在部署优化上，通过将网络拆解为编码器与动作专家、对去噪流保留高精度的混合量化，并引入执行与计算并行的异步推理，使 ACT 模型推理延迟从 2.86 秒降低至 0.32 秒。