# pi0fast-base

> 权威词条地址：https://robotics.hellobike.com/models/lerobot-pi0fast-base
> 所属分类：models | 最近核验日期：2026-10-06 | 技术层级：L7, L8

## 核心摘要

lerobot 在 Hugging Face 发布的机器人模型，架构为 π0-FAST (PaliGemma VLM + FAST Autoregressive Action Tokenizer)，参数规模 2.9B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `overview_sources` | ["https://huggingface.co/lerobot/pi0fast-base"] |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/lerobot/pi0fast-base"}] |
| `updated` | 2026-10-06 |
| `vendor` | hugging-face |
| `family` | vla |
| `params` | 2.9B |
| `architecture` | π0 (PaliGemma VLM + Flow Matching Action Expert) |
| `action_representation` | 连续流匹配动作块 (Flow Matching Action Chunk) |
| `code_license` | gemma |
| `weights_license` | gemma |
| `data_formats` | ["LeRobot"] |
| `status` | research |
| `hub_id` | lerobot/pi0fast-base |
| `hub_stats` | {"downloads": 1927, "likes": 27, "as_of": "2026-10-21"} |

## 技术详解与生态说明

PI0Fast 是 LeRobot 中的 Vision-Language-Action 策略，通过对 FAST action tokens 做自回归 next-token prediction 来预测连续机器人动作。模型输入包括多视角图像、本体/状态信息以及可选的语言指令，输出为从模型输出解码得到的连续动作，训练目标是 next-token cross-entropy。

该实现遵循 Physical Intelligence 的 openpi 参考实现以保持兼容，关联原始工作为 FAST: Efficient Action Tokenization for Vision-Language-Action Models。其预期用途是针对具体任务进行微调，训练或微调时通常调用 forward(...) 获得 loss 后反向传播，也可使用 lerobot-train 运行完整训练流程。

模型可在 LIBERO 仿真环境中评估；真实世界推理与评估可使用 lerobot-record 的 record 脚本，将策略 checkpoint 作为输入运行推理并记录评估 episode。可配置的策略相关参数包括 chunk_size、n_action_steps、max_action_tokens 和 gradient_checkpointing。

## 原始核验来源 (Sources)

- [Hugging Face lerobot/pi0fast-base](https://huggingface.co/lerobot/pi0fast-base)