上周，腾讯混元开源了 Hy-Embodied-0.5-VLA。
代码、两个 checkpoint、2000 多小时真机数据，Apache-2.0，随便下，随便用。
光“大厂开源真机 VLA”这一条，就够刷屏了。
但真正值得盯的，不是它开源了一个 VLA——是开源包里，夹带了一个叫 FlowPRO 的东西。critic-free 的偏好优化，专门处理真机上的失败干预。
换句话说就是：腾讯不只给了你一个能干活的 VLA 底座，还顺手划了一条线——底座只是起点，真机上能自己试错、自己改，才是下一关。
这条线比模型本身更狠。
先把模型讲清楚。
架构三件套：MoT 骨干负责视觉语言编码，双塔 flow-matching 动作专家（370M 参数）生成连续动作，时空注意力记忆编码器压历史帧。flow matching 这条路，π0 验证过，把动作生成做平滑的主流打法。
成绩也摆得出来。RoboTwin 2.0 上 50 个任务，干净环境 90.9%，随机化 90.1%。真机在 Dobot、JAKA、Astribot 三种本体上跑双臂操作，跨本体迁移直接演示。delta-chunk 动作表示把动作和本体运动学解耦——这就是它能跨本体的原因。
结论很直接：一个 90% 成功率、跨本体的强 VLA，现在是免费的、可下载的。底座，不再是壁垒了。
问题来了：人人能下载同一个 90% 的 VLA，大家比什么？
HyVLA 自己给的答案，就在 FlowPRO 那一段。
这里有个事必须说透。开源给你的 VLA 底座，本质是模仿学习喂出来的：拿大量示范数据，让模型学着把“看到的”映射到“该做的”。这套打法的天花板是写死的——最多复刻示范，碰到没见过的情况就抓瞎。那 90%，换个场景可能直接掉到 60。
真机 RL 补的，就是这一层。
模仿学习教“照着做”，RL 才教“做对”——让机器人在真实环境里试错、拿反馈、自己把策略往上推。FlowPRO 处理“真机失败干预”，干的就是这件事。
腾讯的潜台词很清楚：底座我开源，但真正把模型从“能跑 demo”调到“真能用”的那段，是真机 RL。 这才是接下来的分水岭。
不是腾讯一家这么看。π0 到 π0.6 那条线，早就开始往 VLA 里加 RL 做后训练；HIL-SERL、LWD 这些今年最硬的真机成果，全是 RL 在真机上打出来的。真机 RL 已经从论文里的可选项，变成了工程上的必选项。
底座的时代在收尾，后训练的时代刚开场。这就引出一个尴尬的现实。
VLA 底座有现成开源的了，可真机 RL 这段，没人能替你跑。而它恰恰是整条链路里最难自学的。
难在哪？真机 RL 本质不是算法问题，是系统工程问题。
采样慢且贵，试错一次可能撞坏硬件。跑一轮得有人把场景 reset。奖励函数稍微没设对，机器人就开始钻空子。仿真里不会出现的 sim2real 坑，真机上排着队等你踩。
结果就是大多数人的状态：仿真里 RL 跑得飞起，一上真机全线失灵。卡在“只能看，不能做”。
★而如果你缺的正是这一段，那么我们具身智能之心开发的VLA+RL 真机实战课正好可以补齐。
如果你已经有真机环境、在产线上跑 RL，这门课偏基础，可以不看。但如果你正卡在“VLA 会调、真机 RL 上不去”这条线上，它可能正好是你缺的那块。
我们提供了从硬件到算法、真机操作上的拆解：
硬件组装：配套SOARM-101机械臂（主臂+从臂），从0带你组装； 算法全拆解：从MDP、策略梯度到PPO/GRPO/DPO，5+主流RL算法，深度适配VLA场景； PI系列深度解析：基于Physical Intelligence的模型演进路线（π0 → π0.6），分析架构优化方向； 真机实操闭环：HIL-SERL算法、PI系列真机RL训练部署，全流程带练； 简历指导：拆 10+ 头部企业 RL/VLA 岗位需求，配 1 次简历指导
学完你手里有的，是一个能写进简历、能拿去面试的真机项目——不是又一个仿真 demo。
适合谁：
正在具身领域求职，需要实战项目； VLA和RL方向想入门/进阶的同学； 想做真机强化但不知道从哪下手；
★具身智能之心的出发点是希望帮大家节省踩坑的时间、搞懂真机强化的细节，提供系统性项目学习的机会。帮助大家从0-1构建VLA+RL技术栈，特别是目前主流的pi0.6系列，把卡点和常见的坑逐一拆解。
课程大纲一览
内部交流讨论
pi0.6的demo一览
主讲老师
温兴男，哈工大博士，慕尼黑工大、中科院自动化所访问学者、前华为具身智能技术专家，具身智能之心教育板块负责人。
课程亮点
✅ 补全系统知识体系，解决理论断层 从MDP和策略梯度，到PPO/GRPO/DPO等5+主流RL算法全拆解，深度适配VLA场景；
✅深度解析PI0～PI07架构演进
基于Physical Intelligence公司的模型演进路线，分析模型架构优化方向，助理学员与业界前沿的研究成果并肩；
✅ 跑通真机RL闭环，解决实操卡壳
针对SOARM-101机械臂，从硬件组装、数据采集，到HIL-SERL算法实操、PI系列模型真机RL训练部署，全流程带练，真机落地细节、调优经验完整交付，克服真机实操空白的学员难题。
✅ 打通求职全链路，解决路径模糊
深度拆解10+头部机器人企业RL/VLA岗位核心需求，配套1次专属简历指导，手把手教你将项目经验转化为简历核心亮点，精准匹配企业用人标准，打通从学习到offer的最后一公里。
硬件+多个实战
赠送一套完整的SO101机械臂（主臂+从臂），从0带你组装。仿真下的RL实战与主流真机实战算法（pi系列完整剖析）。
课程说明
目前正式开课了，群内火热答疑中。2个月结课，正在准备秋招、实习的同学抓紧了！
由于课程涉及硬件与在线视频，购买后不支持退款。
咨询我们
更多课程内容，欢迎添加小助理微信AIDriver005咨询，也欢迎扫码学习～
