# EO-1-3B

> 权威词条地址：https://robotics.hellobike.com/models/ipec-community-eo-1-3b
> 所属分类：models | 最近核验日期：2026-01-14 | 技术层级：L7, L8

## 核心摘要

IPEC-COMMUNITY 在 Hugging Face 发布的机器人模型，架构为 EO1VisionFlowMatchingModel，参数规模 3.8B，训练数据包含 agibot-world/AgiBotWorld-Beta。

## 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/IPEC-COMMUNITY/EO-1-3B"}] |
| `updated` | 2026-01-14 |
| `family` | vla |
| `params` | 3.8B |
| `architecture` | EO1VisionFlowMatchingModel |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | mit |
| `weights_license` | mit |
| `data_formats` | ["SafeTensors"] |
| `pretraining_data` | ["agibot-world/AgiBotWorld-Beta", "IPEC-COMMUNITY/fractal20220817_data_lerobot", "IPEC-COMMUNITY/bridge_orig_lerobot", "IPEC-COMMUNITY/droid_lerobot", "x-humanoid-robomind/RoboMIND", "liuhaotian/LLaVA-Instruct-150K", "lmms-lab/LLaVA-Video-178K", "lmms-lab/RefCOCO"] |
| `status` | research |
| `hub_id` | IPEC-COMMUNITY/EO-1-3B |
| `hub_stats` | {"downloads": 82, "likes": 15, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/IPEC-COMMUNITY/EO-1-3B"] |

## 技术详解与生态说明

EO-1 是一个开源的 3B 参数 Vision-Language-Action 具身基础模型，面向通用机器人控制。它将感知、规划、推理和动作生成统一在单个模型中，输入可包括图像帧、视频、机器人本体状态、文本指令、指点和边界框，输出可为自然语言或连续动作向量。

模型采用单一 decoder-only Transformer，权重初始化自 Qwen2.5-VL，并结合离散自回归解码与连续 flow matching 去噪；训练数据包括 EO-Data1.5M、Web Multimodal Data，以及 AgiBotWorld、Open X-Embodiment、RoboMIND、SO100-Community 等机器人控制数据。训练目标同时包含 flow-matching objective 和 next-token-prediction objective。

项目基于 Hugging Face Transformers 和 LeRobot，可在支持二者的环境中直接加载预训练模型做推理，文中标注推理约需 6.5GB GPU 显存。基准覆盖 Franka Pick-and-Place、AgiBot Long-horizon Dexterity、WidowX Out-of-Box、Reasoning Control、LIBERO 和 Simpler 等机器人控制与多模态任务。

## 原始核验来源 (Sources)

- [Hugging Face IPEC-COMMUNITY/EO-1-3B](https://huggingface.co/IPEC-COMMUNITY/EO-1-3B)