机器人入行指南
大脑与小脑/部署与推理

大模型深拆 · 部署与推理 · 20 分钟

部署与推理:1–10Hz 的大脑怎么落地

延迟预算表、频率解耦、五个优化手段、安全反射层——把「论文里 50Hz」翻译成「产线上能跑」的每一笔账。

大脑VLA · 1–12Hz · 出 chunk小脑100–500Hz · 插值与柔顺关节1kHz · 电流环反射µs 级 · 不经过模型π0 单 chunk 80ms、蒸馏 50Hz、小米 80ms 消费级——延迟已进可用区间,瓶颈挪回了数据
20 分钟真实锚点口径2026-11 核对

剥掉热词的本质

部署阶段的问题从来不是「模型不够好」,是「模型的节奏对不上机器的节奏」。大脑 1–10Hz、小脑 100Hz、关节 1kHz,三层之间的每一笔延迟账都要有人管。这一页给的是 2026 年底可引用的真实数字表和五个优化手段——面试里能报出数字、产线上能对上预算,这页就够了。

延迟数字表:2026-11 实况

先看行业已经做到哪:
π0 单 chunk单张 4090约 80ms / chunkPhysical Intelligence 公开口径π0 蒸馏版单卡至 50Hz同上,蒸馏后小米 Robotics-0消费级显卡80ms 推理延迟官方发布(2026)StreamingVLA—271ms → 171ms清华公开论文上海交大 0.9B 模型—12.3Hz / 显存 3.2GB / 真机成功率约 90%公开论文口径
系统硬件延迟 / 频率口径
读法:单 chunk 80ms ≈ 大脑 12Hz——对小脑插值完全够用;「蒸馏到 50Hz」意味着大脑本身可以直连中层控制器。这份表的意义不是「够快了」,是延迟数字已经进入可用区间,瓶颈从算力挪回了数据与泛化。

频率解耦:三层各跑各的钟

落地架构几乎千篇一律是三层钟:大脑(VLA,1–12Hz,出动作 chunk)→ 小脑/策略层(100–500Hz,chunk 内插值、平衡与柔顺控制)→ 关节/反射层(1kHz+,电流环、硬限位、急停——不经过任何模型)。Helix 的 S2+S1 和 GR00T 的 System 2/1 是同一原理的产品化:层间只传窄带宽信号(一条意图向量或一段 chunk),各层用自己的钟跑,互不阻塞。 工程上最容易算错的一笔:chunk 长度 × 执行频率 = 大脑的容错时间。50 步 chunk @ 200Hz 执行 = 250ms 才能纠一次错——抓快速滚动的物体这个预算不够,要么缩短 chunk 要么让小脑层做在线修正。这不是超参,是按任务定的安全设计。

五个优化手段(按性价比排序)

Jetson Orin(机器人本体)0.5–1B 级 VLA + 小脑控制7B 全精度;大 chunk 高频消费级显卡(4090 级)3–7B VLA、蒸馏后高频推理多路相机 7B 并发云端 GPU大模型大脑层(云端架构)断网与延迟抖动是架构性风险(见 <a href="/brain/">大小脑原理</a>)
算力档位能跑什么跑不动什么

安全部:这三件事不归模型管

<strong>急停回路、硬限位、过流保护在 MCU 硬件层实现</strong>——模型可以错,反射不能错。任何「端到端」话术都改变不了这一层必须独立存在。

<strong>动作空间滤波</strong>:模型输出的 chunk 先过工作空间/速度/力约束的滤波器再下发——模型说「一秒内移动 80 厘米」,滤波器说不。

<strong>模型超时降级</strong>:大脑卡死时小脑层要有保底行为(停住/回安全位),不能等。嵌入式同事的价值在大模型时代反而更高,原因就在这三条。

本系列 5 页