# MambaAct acelera los robots de visión, lenguaje y acción

> El nuevo experto MambaAct reduce hasta un 65% el tiempo de inferencia y mejora ligeramente las tasas de éxito en las pruebas de referencia LIBERO.

Oossa · 2026-10-19 · https://oossa.com/es/mambaact-speeds-up-vision-language-action-robots

Un equipo de investigadores presentó MambaAct, un experto de acción más pequeño para modelos de visión, lenguaje y acción (VLA) basados en correspondencia de flujo. Conserva el codificador visual y lingüístico del modelo anterior π₀.₅, pero sustituye su componente de acción basado en un transformador por un módulo Mamba compacto. El cambio reduce diez veces el tamaño del experto de acción y disminuye la latencia de desruido un 64.8% en la prueba de simulación LIBERO y un 58.8% en pruebas en el mundo real. Al mismo tiempo, la tasa media de éxito en LIBERO mejora alrededor de 1 punto porcentual. El código y los pesos del modelo se han publicado para acceso público.

## Los hechos

- MambaAct es 10× más pequeño que el experto de acción anterior.
- La latencia se reduce un 64.8% en LIBERO y un 58.8% en implementaciones en el mundo real.

## Por qué importa

Los especialistas en robótica pueden ejecutar modelos VLA más rápido en hardware limitado, lo que permite manipular objetos casi en tiempo real.

## Fuentes y referencias

1. [MambaAct: Efficient Mamba Action Experts for Flow-Matching Vision-Language-Action Models](https://arxiv.org/abs/2610.22951) – arXiv cs.RO, 2026-10-19

Última actualización: 2026-10-19