Embodied.cpp：把 llama.cpp 的哲學搬進機器人的身體

大型語言模型有 llama.cpp 把部署門檻打到地板，具身 AI 這邊卻還在各自為政：視覺語言動作模型（VLA）與世界行動模型（WAM）各綁各的 Python 堆疊、各有各的後端假設，換一台機器人就要重寫一層膠水代碼，在算力受限的邊緣裝置上尤其痛苦。Embodied.cpp 想當那個統一的地板。

論文點出的關鍵洞見是：既有推論 runtime 都是為「請求—回應」式服務設計的，具身部署的 runtime 契約完全不同——控制迴圈裡有多種頻率並存（感知慢、控制快），推論必須是延遲優先的 batch-1，而且要在異質的機器人算力上跑得動。拿伺服器思維的 serving 框架硬塞進機器人，水土不服是必然。

Embodied.cpp 的答案是一個可攜的 C++ 推論 runtime，把多速率閉環執行當成一級公民，統一承載 VLA 與 WAM 兩大類模型，目標是讓同一套模型資產能在不同機器人硬體之間搬遷，不用每次都重新發明部署層。

搭配今天另一條 LeRobot v0.6.0 的新聞一起看很有意思：訓練側的開源堆疊在 Hugging Face 手上快速標準化，部署側的「機器人界 llama.cpp」之爭才剛開打。誰先變成預設選項，誰就掌握下一波具身應用的入口。