从零开始#

本指南适用于标准网络环境，带您从头完成 FluxVLA 的安装与基础评测环境配置。

安装步骤#

1) 创建 Conda 环境#

conda create -n fluxvla python=3.10 -y
conda activate fluxvla

2) 安装 PyTorch#

pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu124

3) 安装 flash-attention#

方式一：通过 pip 直接安装

pip install psutil packaging ninja
pip install flash-attn==2.5.5 --no-build-isolation --find-links https://github.com/Dao-AILab/flash-attention/releases

方式二：从源码编译安装

git clone https://github.com/Dao-AILab/flash-attention.git
cd flash-attention
git checkout v2.5.5
MAX_JOBS=4 python setup.py install

4) 安装 av#

conda install -c conda-forge av=14.4.0

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

5) 安装 FluxVLA#

pip install -r requirements.txt
pip install -e . --no-build-isolation

6) 修复 numpy 版本（必须）#

部分依赖可能会安装较高版本的 numpy，但本项目要求 numpy 1.26.4。请执行以下命令进行修复：

pip uninstall numpy
pip install numpy==1.26.4

配置在线评测环境#

若需在无光线追踪功能的设备（如 A100）上评估 LIBERO，请参考 EGL 设备 GPU 渲染配置。

安装依赖#

export MUJOCO_GL=egl
sudo apt update
sudo apt install libegl-dev libgl1-mesa-dev libx11-dev libglew-dev libosmesa6-dev

环境检查#

确认 /proc/1/environ 包含以下环境变量：

  • NVIDIA_DRIVER_CAPABILITIES=all

  • NVARCH=x86_64

  • NVIDIA_REQUIRE_CUDA=cuda>=12.4

  • brand=tesla 且 driver>=470

创建 EGL 配置文件#

创建文件 /usr/share/glvnd/egl_vendor.d/10_nvidia.json，写入：

{
    "file_format_version": "1.0.0",
    "ICD": {
        "library_path": "libEGL_nvidia.so.0"
    }
}