SmolVLA-MoE 论文解读：只改动作专家 FFN，500M 激活逼近 3.3B 的 π0

这篇论文解读拆解了 SmolVLA-MoE 的做法，只把动作专家里的 FFN 换成 4 个路由专家加 1 个共享专家、每 token 只激活 1 个，注意力层保持共享，存储参数从约 500M 涨到约 800M，推理激活量仍是约 500M。