Hugging Face、450Mの視覚-言語-行動モデルSmolVLAをオープンソース化、コンシューマー向けハードウェアで動作可能
原題:SmolVLA: Efficient Vision-Language-Action Model trained on Lerobot Community Data
AI 要約
Hugging Faceは、オープンソースのコンパクトな450M視覚-言語-行動モデルSmolVLAをリリースした。lerobotタグのコミュニティオープンソースデータのみで事前トレーニングされ、LIBERO、Meta-Worldのシミュレーション、SO100/SO101の実タスクで、より大規模なVLAやACTなどのベースラインを上回った。
要点
- Hugging Faceは、オープンソースのコンパクトな450M視覚-言語-行動モデルSmolVLAをリリースした。
- lerobotタグのコミュニティオープンソースデータのみで事前トレーニングされ、LIBERO、Meta-Worldのシミュレーション
- SO100/SO101の実タスクで、より大規模なVLAやACTなどのベースラインを上回った
概要
- 公開日時
- 更新日時
- カテゴリ
- モデル公開
- AI スコア
- 64
おすすめの理由
官方完整披露了 450M 开源机器人 VLA 的架构、社区数据训练与实测结果,读者可据此评估在消费级硬件上复现或微调的可行性。
関連エンティティ
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:Hugging Face、450Mの視覚-言語-行動モデルSmolVLAをオープンソース化、コンシューマー向けハードウェアで動作可能。2025年6月3日。https://new.nat6.net/ja/news/m04xt6s45v6vgaolq9w5rnsqd/