FabriVLA登顶，优艾智合领跑工业具身智能新范式

VLA 研究普遍面临参数量膨胀带来的训练部署成本高、推理时延大、边缘与产线部署受限等问题，制约了其在工业场景中的规模化应用。

文｜行之

近日，全球具身智能领域权威榜单Evo-SOTA更新排名，优艾智合FabriX团队参与研发的FabriVLA在 Meta-World MT50中以90.0% 的tier-average成功率登顶第一，超越包括Physical Intelligence公司的π0在内的一众国际知名模型，验证了轻量级VLA模型在多任务精密操作基准上的领先性能。

FabriVLA登顶

开源赋能工业具身智能生态

Evo-SOTA 是当前具身智能领域最受关注的公开榜单之一，持续追踪全球 VLA 模型在 LIBERO、CALVIN、Meta-World 等多个国际标准基准上的最新成绩，收录了来自全球顶尖高校与科技公司的主流模型，所有成绩均以公开发表的论文为数据来源。

此次FabriVLA登顶的 Meta-World MT50，是该榜单中核心多任务操作基准之一，涵盖50项各异的机器人操作任务，按简单、中等、困难、极难四个难度梯度划分。

FabriVLA面向精密多任务操作（Precise Multi-Task Manipulation），以90.0%的tier-average成功率登顶第一，全难度梯度均保持高分——简单95.0%、中等88.2%、困难86.7%、极难90.0%，整体episode级成功率92.0%，无明显短板。

FabriVLA以0.89B的参数量，在tier-average成功率上超越了π0（3.5B，47.9%）、SmolVLA（2.3B，68.2%）、RoboTron-Mani（4B，77.7%）等参数规模数倍于己的模型。

同时领先于TinyVLA（1.3B，31.6%）、Evo-1（0.8B，80.6%）、Evo-Depth（0.9B，84.4%）、LA4VLA（1B，87.5%）等同量级轻量模型。

未依赖任何大规模机器人数据预训练，通过单阶段联合训练即达成登顶成绩，证实轻量化模型同样可以兼顾语义理解、空间定位和连续动作生成。

当前 VLA 研究普遍面临参数量膨胀带来的训练部署成本高、推理时延大、边缘与产线部署受限等问题，制约了其在工业场景中的规模化应用。

FabriVLA在约 1B 级视觉语言模型上，构建一套参数紧凑、控制精准、训练流程可复现的多任务操作方案，让模型更有效地看清空间、理解指令并生成时间一致的工作序列，缓解上述时延与算力瓶颈。

在任务层面，FabriVLA在覆盖抓取、推动、开门、插销装配等50项操作任务的多任务联合评测中，取得92.0%的整体episode级成功率；按操作需求分组诊断，模型在平面精密滑动、铰接接触驱动、插装抽取等类别表现尤为突出。

依托门控自注意力机制、深浅层视觉特征融合两项经消融实验验证的创新架构。消融实验显示，深浅层特征融合使tier-average成功率从82.9%提升至90.0%，增强物体定位和接触式操作能力；

门控自注意力是动作头中贡献最大的组件，提升连续轨道的时间一致性，FabriVLA在紧密插装、精密放置等精密操作任务上表现突出，契合半导体、锂电及精密制造产线的高频次需求。

目前，优艾智合已在GitHub（github.com/Youi-FabriX/FabriVLA）与Hugging Face（Youi-FabriX/FabriVLA）平台开源FabriVLA的训练评测代码与模型权重，论文全文见arXiv:2607.08575，并正在推进FabriVLA能力向工业原生人形机器人隙锋的迁移部署，聚焦工业复杂场景，持续提升真实工况下的鲁棒性与泛化能力。

深耕工业场景

领跑规模化落地

模型的背后，并不是一次算法的优化，而是优艾智合长期深耕工业技术积累的集中释放。

依托“通用+专用”的具身智能矩阵，优艾智合在半导体、能源化工、锂电等行业累计完成超过800个具身智能场景落地项目。

在半导体领域，优艾智合进入包括全球顶级晶圆厂在内的十余家国内外晶圆厂，并在头部衬底、光掩膜版及封测企业中打造了多个标杆项目；在能源化工领域，优艾智合深度服务国内头部电网和能源集团，实现从原材料、电力领域到冶金、化工、公用事业的全覆盖。

随着天演矩阵持续发布，隙锋等通用具身智能机器人将聚焦非结构化场景，打破具身智能落地的“不可能三角”，将进一步赋能数据机房运维、半导体Sub Fab运维、戈壁风电光伏巡检及柔性生产等工业通用任务。

目前，优艾智合已服务超过400家全球领先企业，客户遍及中国、日本、德国等30余个国家及地区，客户复购率超过70%。据弗若斯特沙利文数据，其工业移动操作机器人全球市占率第一。