يوفر مشروع المصدر المفتوح mlx-smolvla بيئة تشغيل Python لتنفيذ فحوصات SmolVLA باستخدام MLX على Apple Silicon، مع ميزات الاستدلال، وخادم بروتوكول LeRobot، ومعاينة لتدريب LoRA. أظهرت الاختبارات المعيارية على Apple M5 Pro أن مسار MLX يحقق زمن استجابة وسطيًا يبلغ 110.75 مللي ثانية لمجموعات مكونة من 50 إجراءً، وهو أسرع بنسبة 1.85 مرة من PyTorch-MPS.

  • بيئة التشغيل هي MLX الأصلية بدون تبعيات Torch أو Transformers.
  • تضمن مسارات التوافق الصارمة للمعالج المركزي مقارنة حتمية مع PyTorch، بينما يستخدم Metal فحوصات إحصائية.
  • يتضمن المشروع خادم سياسات يطبق بروتوكول استدلال gRPC غير المتزامن الخاص بـ LeRobot.
  • تدريب LoRA هو حالياً معاينة بحثية مع التحقق من التكافؤ المحدود.

يلاحظ المؤلف أن الفحوصات الأساسية الخام تفتقر إلى واجهات إجراءات فيزيائية فعالة وتتطلب فحوصات مراجعة ذات إحصائيات روبوت متطابقة لعملاء الحركة.