Dexmal开源VLA代码库Dexbotic：统一框架解决具身智能碎片化难题

近日，Dexmal原力灵机正式开源其VLA（视觉-语言-动作）代码库Dexbotic，为具身智能领域的研究者提供了一套基于PyTorch的一站式开发框架。该开源项目旨在解决当前VLA研究生态中存在的碎片化问题，推动领域内的协同创新。

Dexbotic的核心架构包含Data、Experiment和Model三大组件，具备统一模块化VLA框架、高性能预训练基础模型、实验导向型开发框架等五大特征。通过标准化设计，该代码库支持多个主流VLA算法的快速复现和比较，用户只需配置一次环境即可在各类仿真环境中进行实验。

值得注意的是，Dexbotic采用模块化设计理念，将主流算法拆解为标准化组件，并引入DexboticVLM作为基础模型。这种设计不仅提升了算法的可复用性，还为开发者提供了定制化开发的灵活性。同时，该框架支持从云端到本地的全链路训练，并兼容不同形态机器人的部署需求。

行业分析指出，当前具身智能领域面临算法框架分散、实验复现困难等痛点，导致研发效率低下。Dexbotic的开源有望打破这一困境，其统一的设计框架已在实际测试中展现出显著优势，在部分场景下性能提升最高达46%。

Dexmal原力灵机表示将持续更新该代码库，支持更多业界领先的VLA模型，进一步推动具身智能技术的标准化发展。