# VLAC-8b

> 权威词条地址：https://robotics.hellobike.com/models/internrobotics-vlac-8b
> 所属分类：models | 最近核验日期：2026-07-13 | 技术层级：L7

## 核心摘要

InternRobotics 在 Hugging Face 发布的机器人模型，架构为 InternVLChatModel，参数规模 8.1B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/InternRobotics/VLAC-8b"}] |
| `updated` | 2026-07-13 |
| `family` | other |
| `params` | 8.1B |
| `architecture` | InternVLChatModel |
| `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/VLAC-8b |
| `hub_stats` | {"downloads": 48, "likes": 2, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/InternRobotics/VLAC-8b"] |

## 技术详解与生态说明

VLAC-8B 是面向真实世界机器人强化学习和数据精炼的通用视觉-语言-动作-评论模型，可作为 pair-wise critic 与操作模型使用。它基于图像和任务描述进行任务进度预测与任务完成验证，也支持过程跟踪、任务完成判断、任务描述估计、视觉问答以及具身动作输出。模型采用 pair-wise 比较机制，用于提升稠密进度评论的准确性、识别状态变化，并允许轨迹中的每一步作为起点。

训练数据包括 3000h+ 人类第一视角数据、1200h+ 综合公开机器人操作数据和 15h+ 自采集操作数据，并结合图像理解数据集。视频被处理为任意两帧之间的 pair-wise 样本，以学习任务进度差异，并辅以任务描述和完成度评估来支持进度理解与动作生成。该模型用于预测任务进度、区分失败动作或轨迹，为真实世界强化学习提供稠密奖励反馈，并可对低分轨迹和负向 pair-wise 动作进行筛除以辅助模仿学习数据 refinement。

## 原始核验来源 (Sources)

- [Hugging Face InternRobotics/VLAC-8b](https://huggingface.co/InternRobotics/VLAC-8b)