# INTACT-pi0-finetune-bridge

> 权威词条地址：https://robotics.hellobike.com/models/juexzz-intact-pi0-finetune-bridge
> 所属分类：models | 最近核验日期：2025-06-27 | 技术层级：L7, L8

## 核心摘要

juexzz 在 Hugging Face 发布的机器人模型，架构为 π0 (PaliGemma VLM + Flow Matching Action Expert)，参数规模 3.2B。

## 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/juexzz/INTACT-pi0-finetune-bridge"}] |
| `updated` | 2025-06-27 |
| `family` | vla |
| `params` | 3.2B |
| `architecture` | π0 (PaliGemma VLM + Flow Matching Action Expert) |
| `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"] |
| `status` | research |
| `hub_id` | juexzz/INTACT-pi0-finetune-bridge |
| `hub_stats` | {"downloads": 1299, "likes": 1, "as_of": "2026-10-27"} |
| `overview_sources` | ["https://huggingface.co/juexzz/INTACT-pi0-finetune-bridge"] |

## 技术详解与生态说明

这是 INTACT Probing Suite 中的 Pi0 微调检查点，用于机器人操作任务。模型类型为视觉-语言-动作（VLA）模型，基座模型是 lerobot/pi0，在 BridgeV2 数据集上微调，后续用于 Simpler Environment 和 INTACT Probing Suite 中测试 VLA 模型的泛化边界。

训练配置包括 15 个 epoch、约 22695 steps，batch size 1024，学习率 1e-5，使用 4 张 H100/A100。输入模态为单张图像、1 条语言指令和 1 个机器人状态；输出为 delta EEF 机器人动作，chunk size 为 4。作者在 SimplerEnv 的 4 个 Bridge 任务上扫选多个 epoch 检查点，最终该版本选择 step 7565（epoch 5）的平均表现最佳检查点。

模型可通过 INTACT 或 LeRobot 集成使用。许可证为 Apache 2.0，并提示需同时查看基座模型许可证中的额外限制。

## 原始核验来源 (Sources)

- [Hugging Face juexzz/INTACT-pi0-finetune-bridge](https://huggingface.co/juexzz/INTACT-pi0-finetune-bridge)