初步上手FluxVLA时的常见问题

下面整理了初步上手FluxVLA可能会遇到的问题。 同时也非常欢迎使用右上角的 🦞 龙虾助手 进行提问，“龙虾”会进行答疑并收集记录问题。

conda 安装av时需要很长时间

如果长时间卡在Solving environment这一步，请尝试改成用这个命令安装

conda install -c conda-forge av=14.4.0 --solver=libmamba

---

Transformers 安装常见问题

FluxVLA 依赖 Hugging Face transformers 库，但该依赖未包含在 requirements.txt 中，需要手动安装。由于不同模型对 transformers 版本的要求不同，安装时容易遇到版本冲突问题。

1. 推荐安装方式

按照 README 中的指引，在安装完 FluxVLA 后单独安装：

pip install transformers==4.53.0

2. 不同模型的版本要求

不同模型在代码或配置中对 transformers 版本有不同的期望：

模型	推荐版本	说明
OpenVLA / dinosiglip-qwen2_5	transformers==4.40.1	代码中有显式版本检查，同时要求 tokenizers==0.19.1
Pi0 / Pi0.5 / Gr00t / LlavaVLA 等	transformers==4.53.0	按 README 推荐版本即可
Tron2 部署	transformers==4.53.2	见 Tron2 推理部署文档

3. 常见问题及解决方法

问题一：使用 OpenVLA 时出现版本警告

Expected `transformers==4.40.1` and `tokenizers==0.19.1` but got ...
there might be inference-time regressions due to dependency changes.

这是因为 OpenVLA 的预训练模型基于 transformers==4.40.1 构建。如果你主要使用 OpenVLA，建议降级：

pip install transformers==4.40.1 tokenizers==0.19.1

注意：降级到 4.40.1 后，其他模型（如 Pi0、Gr00t 等）可能无法正常运行。如果需要同时使用多种模型，建议为不同模型创建独立的 Conda 环境。

问题二：pip install transformers 导致其他依赖被升级

安装 transformers 时，pip 可能会自动升级 numpy、tokenizers、huggingface-hub 等包，导致与 FluxVLA 的其他依赖产生冲突。推荐的安装顺序为：

# 1. 先安装 FluxVLA 及其依赖
pip install -r requirements.txt
python setup.py develop

# 2. 再安装 transformers
pip install transformers==4.53.0

# 3. 最后修复 numpy 版本
pip install numpy==1.26.4

问题三：ImportError 或 AttributeError

如果遇到类似以下错误：

ImportError: cannot import name 'XXX' from 'transformers'
AttributeError: module 'transformers' has no attribute 'XXX'

通常是由于 transformers 版本过低或过高导致 API 不兼容。请确认当前版本并重新安装目标版本：

python -c "import transformers; print(transformers.__version__)"
pip install transformers==<目标版本>

问题四：从源码安装 transformers

当 pip 安装的版本不包含最新修复时，可以从源码安装：

pip install git+https://github.com/huggingface/transformers.git@v4.53.0

---

** 问题五：运行libero评测时报错

如果出现类似这样的报错No such file or directory: ‘/root/miniconda3/envs/fluxvla/lib/python3.10/site-packages/libero/libero/./init_files/libero_10/LIVING_ROOM_SCENE2_put_both_the_alphabet_soup_and_the_tomato_sauce_in_the_basket.pruned_init’ 说明libero 读取初始化状态文件时，路径来自 ~/.libero/config.yaml 的 init_states 字段， 该字段当时指向了错误的 site-packages 路径。

修复方法为在 fluxvla 环境执行：

/root/miniconda3/envs/fluxvla/bin/python - <<'PY'
from libero.libero import set_libero_default_path
set_libero_default_path('/root/code/FluxVLA/src/libero/libero/libero')
PY

如何在没有光线追踪功能的设备（如A100等）进行 Libero 评估？

为了在没有光线追踪功能的设备（如A100等）上支持对 Libero 的 Evaluation，请参考 EGL设备上进行GPU渲染

---

FluxVLA提供的开源模型（如Pi0.5和GR00T）和官方的有什么区别？

FluxVLA 提供的 Model 结构和官方完全对齐，我们也提供了官方 Weight 对应的 FluxVLA 可加载 Model Weight。这些 Model Weight 均已在仿真和真机进行了验证，确保和官方 Model 对齐。

---

FluxVLA支持VLM训练吗？

支持 VLM Training。当前版本暂不支持文本 Data 与机器人 Data Mixed Training。该能力将在后续版本提供支持，具体以发布说明为准。