自有研究 — Hyperion
Reachy-LeRobot
一项可行性研究：在单台 AMD Strix Halo 工作站上，用 Reachy Mini 机器人与 SO-101 机械臂运行 40 亿参数的视觉-语言-动作策略（π0.5）。
我们测量了什么
- 实测
π0.5 全量微调——峰值显存
68.71 GB
- 实测
真实微调（LIBERO，语言条件）——损失
1.08 → 0.13 (300 steps)
- 仿真
仿真成功率（LIBERO-Spatial），微调后的策略
48/50
微调后的策略：48/50 回合（96%）。训练中见过的 10 个 LIBERO-Spatial 任务，仿真器中新的初始位置，LeRobot 官方评估器。单一训练种子，另行进行的 1,000 步微调。这是一项独立的试点结果，不作为相对于基线的提升来呈现。
- 机器人上·空跑
机器人上的认知基准（12 个场景）——感知 · 理解 · 解释
感知 10/12 · 理解 12/12 · 解释 10/12 · 端到端 10/12
- 实测
bf16 吞吐 vs FP32（ACT）
2.3× – 14.3×
尚未测量
- 机器人上的任务成功率——机械臂回路为空跑（尚无物理动作）。
- NPU（XDNA2）执行——INT8 工具链可验证，但未编译出 DPU 子图，仅 iGPU/CPU 回退。
- 收敛（微调止于 300 步）、能耗与多任务泛化。