Hugging Face เปิดโอเพนซอร์ส SmolVLA โมเดล vision-language-action 450M รันบนฮาร์ดแวร์ระดับผู้บริโภคได้
หัวข้อต้นฉบับ:SmolVLA: Efficient Vision-Language-Action Model trained on Lerobot Community Data
สรุปโดย AI
Hugging Face เปิดตัว SmolVLA โมเดล vision-language-action ขนาดกะทัดรัด 450M แบบโอเพนซอร์ส ฝึกอบรมล่วงหน้าด้วยข้อมูลโอเพนซอร์สจากชุมชนภายใต้แท็ก lerobot เท่านั้น และเหนือกว่า VLA ขนาดใหญ่กว่าและ基线อย่าง ACT บน LIBERO, การจำลอง Meta-World และงานจริง SO100/SO101
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- Hugging Face 社区博客(混合发现)
- หมวดหมู่
- เปิดตัวโมเดล
- คะแนน AI
- 64
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。
เอนทิตีที่เกี่ยวข้อง
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: Hugging Face เปิดโอเพนซอร์ส SmolVLA โมเดล vision-language-action 450M รันบนฮาร์ดแวร์ระดับผู้บริโภคได้ 3 มิถุนายน 2025 https://new.nat6.net/th/news/m04xt6s45v6vgaolq9w5rnsqd/