# xvla-agibot-world

> 权威词条地址：https://robotics.hellobike.com/models/lerobot-xvla-agibot-world
> 所属分类：models | 最近核验日期：2026-01-22 | 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 X-VLA (Florence-2 + Action Transformer)，参数规模 880M。

## 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/lerobot/xvla-agibot-world"}] |
| `updated` | 2026-01-22 |
| `vendor` | hugging-face |
| `family` | vla |
| `params` | 880M |
| `architecture` | X-VLA (Florence-2 + Action Transformer) |
| `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/xvla-agibot-world |
| `hub_stats` | {"downloads": 40, "likes": 5, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/lerobot/xvla-agibot-world"] |

## 技术详解与生态说明

X-VLA 是一个 Vision-Language-Action 基础模型，用软提示在统一的 Transformer 架构中处理跨本体、跨领域的机器人控制。该检查点面向 AgileX 机器人灵巧操作任务做了优化，LeRobot 实现与原始参考代码保持兼容。

模型输入包括多视角图像、本体感知/状态，以及可选的语言指令；输出为连续动作。训练目标为 flow matching，动作表示也是连续形式，定位是作为基础模型在具体使用场景上继续微调。

使用上可加载模型与数据批次并调用 select_action 做推理；训练或微调时通常调用 forward 获取 loss 再反向传播，也可用 lerobot-train 组织完整训练流程。真实世界推理与评估可通过 lerobot-record 使用策略检查点运行，并可记录 10 个评估 episode。

## 原始核验来源 (Sources)

- [Hugging Face lerobot/xvla-agibot-world](https://huggingface.co/lerobot/xvla-agibot-world)