# VLA-JEPA-Pretrain

> 权威词条地址：https://robotics.hellobike.com/models/lerobot-vla-jepa-pretrain
> 所属分类：models | 最近核验日期：2026-07-06 | 技术层级：L7

## 核心摘要

lerobot 在 Hugging Face 发布的机器人模型，架构为 vla_jepa，参数规模 3.1B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/lerobot/VLA-JEPA-Pretrain"}] |
| `updated` | 2026-07-06 |
| `vendor` | hugging-face |
| `family` | world_model |
| `params` | 3.1B |
| `architecture` | LeRobot / PyTorch Policy Network |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | apache-2.0 |
| `weights_license` | apache-2.0 |
| `data_formats` | ["LeRobot"] |
| `status` | research |
| `hub_id` | lerobot/VLA-JEPA-Pretrain |
| `hub_stats` | {"downloads": 835, "likes": 12, "as_of": "2026-10-27"} |
| `overview_sources` | ["https://huggingface.co/lerobot/VLA-JEPA-Pretrain"] |

## 技术详解与生态说明

VLA-JEPA 是一个 Vision-Language-Action 策略模型，结合了 Qwen3-VL 语言骨干、自监督视频世界模型 V-JEPA2，以及 flow-matching DiT 动作头。该策略使用 LeRobot 训练并推送到 Hub，许可为 apache-2.0。

模型输入为两路视觉观测：`observation.images.exterior_1_left` 和 `observation.images.exterior_2_left`，形状均为 `(3, 224, 224)`；输出为 `action`，形状为 `(7,)`。可通过 LeRobot 的安装、硬件配置、数据记录与策略训练流程运行或训练该策略，运行时需要将机器人端口和相机名称/索引替换为本机配置，且相机名称需与训练时的观测键匹配。

该策略尚未提供评测结果。使用 `--strategy.type=base` 时脚本不会记录 episode；如果不设置持续时间，策略会持续运行。

## 原始核验来源 (Sources)

- [Hugging Face lerobot/VLA-JEPA-Pretrain](https://huggingface.co/lerobot/VLA-JEPA-Pretrain)