模型发布

Hugging Face 开源 450M 视觉-语言-动作模型 SmolVLA,可在消费级硬件运行

原文标题:SmolVLA: Efficient Vision-Language-Action Model trained on Lerobot Community Data

AI 摘要

Hugging Face 发布开源、紧凑的 450M 视觉-语言-动作模型 SmolVLA,仅用 lerobot 标签下的社区开源数据预训练,在 LIBERO、Meta-World 仿真和 SO100/SO101 真实任务上超过更大 VLA 及 ACT 等基线。

关键信息

  • Hugging Face 发布开源、紧凑的 450M 视觉-语言-动作模型 SmolVLA,仅用 lerobot 标签下的社区开源数据预训练
  • 在 LIBERO、Meta-World 仿真和 SO100/SO101 真实任务上超过更大 VLA 及 ACT 等基线
  • 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

速览

发布时间
更新时间
来源
Hugging Face 社区博客(混合发现)
分类
模型发布
AI 评分
64
阅读原文 前往信息源阅读完整正文
推荐理由

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。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:Hugging Face 开源 450M 视觉-语言-动作模型 SmolVLA,可在消费级硬件运行。2025年6月3日。https://new.nat6.net/news/m04xt6s45v6vgaolq9w5rnsqd/

查看全部 →