Problem

具身智能（Embodied AI）模型的部署目前面臨 Python 軟體棧零碎化、後端假設不一及機器人端介面複雜等挑戰。現有推論環境多針對「請求-回應」模式設計，無法滿足閉環控制中所需的多頻率執行、延遲優先（Latency-first）的推論策略，以及在不同邊緣裝置上的跨平台擴充需求。

Method

研究團隊提出 Embodied.cpp，這是一個專為具身模型設計的 C++ 推論運行環境。該架構將執行路徑拆解為五層：輸入適配器、序列構建器、骨幹執行、頭部插件及部署適配器。透過此模組化設計，系統能支援多頻率非同步執行與延遲優先的融合推論，並透過統一的後端抽象對接異質硬體、機器人硬體與模擬環境。

Results

在 HY-VLA 與 pi0.5 兩款具身模型測試中，Embodied.cpp 分別達成 100.0% 與 91.0% 的閉環任務成功率。針對世界動作模型（WAM）的基準測試，該框架成功將區塊記憶體占用從 312.2 MiB 大幅降低至 88.1 MiB，證明在維持高準確度的同時，能顯著提升運算資源利用率。

Significance

這項研究為具身智能的實務部署提供關鍵的基礎設施，解決了模型與多樣化機器人硬體之間的相容性障礙。透過標準化的 C++ 執行路徑，開發者能更輕易地將複雜的視覺-語言-動作模型移植到邊緣設備，加速具身智能技術從研究環境走向真實世界應用。