实验室里跑通的策略模型，到机器人边上常会在「最后一公里」断掉：卡在加载、预处理、量化、推理服务还是动作接口。逐际动力社区 LandX 把这条断点拆成了可跟做的工程笔记。
据 LandX 技术博客近窗更新，APXinf-robo 相关文章聚焦「把 VLA（Vision-Language-Action）推理搬到 Jetson」：在工作站得到的策略模型，部署到 Jetson 时需要处理模型加载、图像预处理、量化、推理、动作反归一化以及与机器人侧的服务通信。方案将链路分成两层，并以 Git 子模块等方式组织构建与测速流程，目标是先跑通构建、测速与机器人接口，而不是只停在论文指标。
对具身团队，这属于「模型能力」之外的部署能力建设：端侧算力、延迟与接口协议决定了演示能否变成可重复的现场运行。同期博客亦有 Agent 可观测性（维度与基数）等工程向分享，可见社区内容同时覆盖模型部署与 Agent 软件运维。经典 CV 教程类转载不纳入本条。事实以 LandX 博客原文与相关仓库说明为准；具体性能数字以文中实测表格为准。