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
- 分类
- 模型发布
- AI 评分
- 64
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。
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/