Reflex：通过流推理进行实时 VLA 控制

流匹配视觉-语言-动作 (VLA) 模型承诺精确的连续控制，但其迭代去噪性质引入了与实时机器人技术的根本不兼容性：全局时间步注入使 KV 缓存失效，迫使在缓慢的 $O(N^2)$ 重新计算或数学上不正确的缓存重用之间做出选择。我们提出了 \textbf{Reflex}，一个框架，它通过利用 \textit{时间步长不变性} 实现流匹配策略的 \textit{实时流推理} - 感知编码器在功能上独立于去噪循环。 Reflex 将注意力上下文划分为静态、滑动和动态区域，从而实现 $O(1)$ 增量缓存更新，同时保留固定输入的全批次等效注意力输出。为了确保连续高频推理下的稳定性，我们引入了 \textit{AdaRMSNorm}，这是一个自适应归一化层，可通过对流相位进行选通来防止 BFloat16 数值崩溃。我们通过将视觉编码与动作生成分离的 \textit{async pipeline} 进一步最大化吞吐量，并结合 \textit{operator fusion} 减少内核开销。在 LIBERO 和 Kinetix 基准测试中，Reflex 实现了 2.58$\times$ 的推理加速和 50Hz 稳定流传输，将反应延迟减少高达 54\%，并在不降低性能的情况下实现高效部署。