# InternVLA-N1-wo-dagger

> 权威词条地址：https://robotics.hellobike.com/models/internrobotics-internvla-n1-wo-dagger
> 所属分类：models | 最近核验日期：2025-11-25 | 技术层级：L7, L8

## 核心摘要

InternRobotics 在 Hugging Face 发布的机器人模型，架构为 InternVLAN1ForCausalLM，参数规模 8.4B。

## 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/InternRobotics/InternVLA-N1-wo-dagger"}] |
| `updated` | 2025-11-25 |
| `family` | vla |
| `params` | 8.4B |
| `architecture` | InternVLAN1ForCausalLM |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | cc-by-nc-sa-4.0 |
| `weights_license` | cc-by-nc-sa-4.0 |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | InternRobotics/InternVLA-N1-wo-dagger |
| `hub_stats` | {"downloads": 77, "likes": 47, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/InternRobotics/InternVLA-N1-wo-dagger"] |

## 技术详解与生态说明

InternVLA-N1 是面向指令跟随导航的开源双系统导航基础模型，官方版本采用异步 Dual-System 设计，将 System-2 推理与 System-1 动作联合调优并异步推理，用于实现更平滑、高效的导航执行，并支持动态障碍物规避。

该模型训练基于仿真数据 InternData-N1，包含多样场景、具身形态和随机化设置；System 1 在更密集步长（约 25 cm）上训练，并使用最新的 System 2 隐状态。模型在 VLN-CE R2R、RxR、GRScenes-100、VLN-PE 等基准上宣称达到 state-of-the-art，并展示了从仿真到真实世界的零样本泛化能力。

推理、评测和 Gradio demo 需要参考 InternNav。仓库基于 Qwen2.5-VL，许可为 Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License。

## 原始核验来源 (Sources)

- [Hugging Face InternRobotics/InternVLA-N1-wo-dagger](https://huggingface.co/InternRobotics/InternVLA-N1-wo-dagger)