Проект с открытым исходным кодом mlx-smolvla предоставляет среду выполнения Python для запуска чекпоинтов SmolVLA с использованием MLX на Apple Silicon, включая функции вывода данных, сервер протокола LeRobot и предварительную версию для обучения LoRA. Тестирование на Apple M5 Pro показало, что путь MLX обеспечивает медианную задержку 110,75 мс для блоков из 50 действий, что в 1,85 раза быстрее, чем PyTorch-MPS.

  • Среда выполнения является нативной для MLX и не требует зависимостей от Torch или Transformers.
  • Строгая совместимость по каналам CPU обеспечивает детерминированное сравнение с PyTorch, тогда как Metal использует статистические проверки.
  • Проект включает сервер политик, реализующий асинхронный протокол gRPC вывода данных LeRobot.
  • Обучение LoRA в настоящее время является исследовательской предварительной версией с ограниченной проверкой паритета.

Автор отмечает, что сырые базовые чекпоинты не имеют эффективных интерфейсов для физических действий и требуются проверенные чекпоинты с совпадающей статистикой роботов для клиентов движения.