# EgoSteer-3B-RealMan

> 权威词条地址：https://robotics.hellobike.com/models/egosteer-egosteer-3b-realman
> 所属分类：models | 最近核验日期：2026-10-06 | 技术层级：L7, L8

## 核心摘要

EgoSteer 在 Hugging Face 发布的机器人模型，架构为 Flow Matching World-Action Model (Flux)，参数规模 3B，训练数据包含 EgoSteer/EgoSteer-RealWorld。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/EgoSteer/EgoSteer-3B-RealMan"}] |
| `updated` | 2026-10-06 |
| `family` | vla |
| `params` | 3B |
| `architecture` | Flow Matching World-Action Model (Flux) |
| `action_representation` | 连续流匹配动作块 (Flow Matching Action Chunk) |
| `code_license` | apache-2.0 |
| `weights_license` | apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `pretraining_data` | ["EgoSteer/EgoSteer-RealWorld", "EgoSteer/EgoSteer-Egocentric"] |
| `status` | research |
| `hub_id` | EgoSteer/EgoSteer-3B-RealMan |
| `hub_stats` | {"downloads": 42, "likes": 8, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/EgoSteer/EgoSteer-3B-RealMan"] |

## 技术详解与生态说明

EgoSteer-3B-RealMan 是面向 RealMan 机器人的通用 VLA 策略，来自 EgoSteer 全栈系统，对应论文中的 EgoSteer-9.6K-DG。它是双相机（头部+胸部）检查点，可直接在 RealMan embodiment 上运行，也可作为其他 embodiment 继续后训练的起点。

模型基于 Qwen3-VL-2B-Instruct，包含 flow-matching 动作专家，并在训练阶段使用由冻结 DINOv3 ViT-L/16 教师提供未来帧特征的 world model expert。EgoSteer-3B-Base 先在 9.6k 小时第一视角人类视频上预训练，本模型再用 RealMan 采集的真实双相机示范进行后训练；系统评估覆盖 45 个任务。

输入为自然语言指令、多视角 RGB、相机内参和 48 维本体状态，输出 32 步、48 维相对动作块。推理和微调需使用仓库配置与 normalizer，并依赖 EgoSteer 代码库；许可为 Apache 2.0。部署到其他机器人需匹配相机、图像尺寸和归一化等格式或继续后训练，硬件执行前需做安全验证。

## 原始核验来源 (Sources)

- [Hugging Face EgoSteer/EgoSteer-3B-RealMan](https://huggingface.co/EgoSteer/EgoSteer-3B-RealMan)