# MambaAct acelera robôs de visão, linguagem e ação

> O novo especialista MambaAct reduz o tempo de inferência em até 65% e melhora ligeiramente as taxas de sucesso nos benchmarks LIBERO.

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

Pesquisadores apresentaram o MambaAct, um especialista de ação menor para modelos de visão, linguagem e ação (VLA) com correspondência de fluxo. Ele mantém o codificador visual e de linguagem do modelo anterior π₀.₅, mas substitui o componente de ação baseado em transformer por um módulo Mamba compacto. A mudança reduz em dez vezes o tamanho do especialista de ação e diminui a latência de desruído em 64.8% no benchmark de simulação LIBERO e em 58.8% nos testes no mundo real. Ao mesmo tempo, a taxa média de sucesso no LIBERO melhora cerca de 1 ponto percentual. O código e os pesos do modelo foram disponibilizados publicamente.

## Os fatos

- O MambaAct é 10× menor que o especialista de ação anterior.
- A latência cai 64.8% no LIBERO e 58.8% em aplicações no mundo real.

## Por que importa

Pesquisadores de robótica podem executar modelos VLA mais rapidamente em hardware limitado, viabilizando manipulações quase em tempo real.

## Fontes e referências

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 atualização: 2026-10-19