# smolvla_base

> 权威词条地址：https://robotics.hellobike.com/models/lerobot-smolvla-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 SmolVLA (SmolVLM2 + Flow Matching Action Expert)，参数规模 450M。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `overview_sources` | ["https://huggingface.co/lerobot/smolvla_base"] |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/lerobot/smolvla_base"}] |
| `updated` | 2026-10-06 |
| `vendor` | hugging-face |
| `family` | vla |
| `params` | 450M |
| `architecture` | SmolVLA (SmolVLM2 + 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` | ["LeRobot"] |
| `status` | research |
| `hub_id` | lerobot/smolvla_base |
| `hub_stats` | {"downloads": 155313, "likes": 474, "as_of": "2026-10-21"} |

## 技术详解与生态说明

SmolVLA 是 LeRobot 中的紧凑高效 Vision-Language-Action 模型，面向可负担机器人场景设计。它被定位为可在单张 GPU 上训练、可在消费级硬件上部署的基础模型，并通过社区驱动数据达到与更大 VLA 相匹配的性能表现。

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；输出为连续动作。训练目标采用 flow matching，动作表示也是连续形式，主要用途是作为基础模型，在具体使用场景上继续微调。

使用上可参考 LeRobot 的安装文档加载模型和数据集，并通过 select_action 进行批量推理。训练或微调时通常调用 forward 得到 loss 后反向传播，也可使用 lerobot-train 运行完整训练流程；真实世界推理与评估可用 lerobot-record 加载策略检查点并记录评估 episode。

## 原始核验来源 (Sources)

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