
一句话先说结论
一句话:机器人的智能体(agent)跑得慢,瓶颈不在机器人,在模型。UCSD 的 Hao AI Lab 发布了新项目 FastRUA,用 GPT-6 Astra 加 Codex 智能体操控真实的两臂机器人,专门治这件事。
结果很干脆:叠杯子从 11.1 分钟压到 3.4 分钟,叠毛巾从约 18 分钟压到约 6 分钟,整体提速约 3.3 倍。划重点:这次提速主要不是靠模型变聪明,是靠在流程上让模型别闲着。
说白了,这个实验问了一个朴素问题:机器人每分钟都在干活吗?答案出人意料——大部分时间它不是干活,是站着等。
11.1 到 3.4,18 到 6,两个任务、一个倍数。下面我把这几个数字拆开看,你会发现瓶颈根本不在机械臂的电机上,也不在机械臂的响应速度上。

机器人其实一直站着
数据先说。在一次最长的叠毛巾运行里,模型占了实际耗时的 78%,机器人真正在动的时间只占约四分之一。另一些运行里,机器人静止的占比只有 16% 和 22%——也就是说,不管跑哪一版,都是模型在当主角。
翻译成人话:机器人一天的工作时间,大半花在站着等模型想。手悬在半空等,毛巾捏在手里等,模型想完一步,它才敢动一步——活像考场里等监考老师发下一张答题卡。
这个比例有点反直觉。我们默认「智能体干活慢等于模型不够聪明」,可这里的模型聪明得很,问题是它每次动手前都要停下来想想,而机器人没别的事可干,只能陪等。
顺手算一笔:78% 的耗时花在模型身上,就算把机械动作的耗时全部抹掉,总时长也只能省下两成多。瓶颈在哪里,优化就该往哪里使劲,这是最老实的工程账。

慢了整整四倍,居然没人发现
为什么之前没人发现?因为仿真器会骗人。RoboDojo 这类仿真器的逻辑是:等模型算完,再执行下一步——模型不输出,虚拟世界就冻结。
真实机器人不这样。它是实时的:模型慢一秒,真实世界就慢一秒。机器人的时钟一直在走,不会停下来等谁把逻辑推完。
所以基准成绩好,不代表真实机器人快。仿真器等模型思考,等于给思考时间开了免罪金牌;真实机器人没这个待遇,模型慢多少,世界就慢多少。这个乘数,被基准测试悄悄抹掉了。
这也解释了为什么这项研究要专门点名仿真器:不是它算错了,是它算得太舒服。基准测的是模型会不会做,测不出真实世界愿不愿意等;前一个是能力题,后一个是时间题。

三个优化的朴素思路
FastRUA 的优化不玄学,三条思路都很朴素。第一条,减少往返(round trips):让智能体少「问一次、等一次」,机器人的请求数从 164 次压到 59 次,砍掉了三分之二的回路。
第二条,流水线(pipelining):机器人一边运动,模型一边在后台算下一步。运动时间和思考时间叠在一起,像工厂流水线,机器不停,件不停。
第三条说出来像个废话:把「问」的次数变少,把「等」的时间藏起来。但这恰恰说明问题不在技巧,在思路——方向不是让模型更快,而是让整体少空转。
三条合起来是 3.3 倍,摊到每一步,等待时间被削掉一大截。请注意,这些优化都没动模型本身——参数没变,权重没变,变的只是调度方式,这也是我觉得它可复制的原因。

划重点:把思考藏进动作里
划重点:这条瓶颈的根源是「模型在等自己」,不是「机器人在等」。模型想完这一步,才能想下一步,中间这段思考时间,结结实实算进了任务耗时。
流水线就是把这段时间藏进运动时间里——等于给机器人装了个缓存:你运动的时候,我顺手把下一步想好,等你需要时直接取。缓存没让计算变快,只让等待变得透明。
这个思路不会只停在机器人身上。所有实时 agent——自动驾驶、直播互动、语音对答——都面临同一道题:思考时间能不能藏进动作时间里。谁藏得好,谁就快。
顺带交代背景:这家实验室之前用开源模型 ORA 做过零样本操控机器人(站内 11-19 发过),FastRUA 相当于把「能用」升级成「够快」。这话一句带过,今天的正菜是等待。
但这里有个前提
但这里有个前提:提速 3.3 倍,是在「模型足够聪明」的前提下谈的。流水线治的是等待,治不了笨。
如果模型本身的判断不可靠,等待被藏得再好,也只是让机器人更快地走向错误。先想对,再想快,顺序不能反,反过来就是花钱买事故。
另一个前提是成本。让模型在后台一直算,等于拿算力换时间——省下的每一分钟,都对应烧掉的推理 token。这笔账实验室可以不心疼,工厂要算。
所以下次看到机器人发呆,别急着骂它懒——它可能不是在偷懒,是在等一个更聪明的模型把账算完。