# xvla-google-robot

> 权威词条地址：https://robotics.hellobike.com/models/lerobot-xvla-google-robot
> 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-google-robot"}] |
| `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-google-robot |
| `hub_stats` | {"downloads": 46, "likes": 8, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/lerobot/xvla-google-robot"] |

## 技术详解与生态说明

X-VLA 是一个 Vision-Language-Action 基础模型，使用 soft prompts 在统一的 Transformer 架构中处理跨本体、跨域的机器人控制。该 checkpoint 适配 Google Robot platforms，LeRobot 实现遵循原始参考代码以保持兼容性。

模型输入包括多视角图像、proprio/state，以及可选的语言指令；输出为连续动作。训练目标是 flow matching，动作表示为 continuous，定位是作为基础模型，在具体使用场景上继续 fine-tune。

使用上可按 LeRobot 安装文档配置环境，加载模型和数据集后通过 select_action 做推理；训练或微调时通常调用 forward(...) 得到 loss 再反向传播，也可使用 lerobot-train 运行完整训练流程，并配置 chunk_size、n_action_steps、max_action_tokens、gradient_checkpointing 等策略参数。真实世界推理与评估可用 lerobot-record 载入策略 checkpoint 并记录评估 episode。

## 原始核验来源 (Sources)

- [Hugging Face lerobot/xvla-google-robot](https://huggingface.co/lerobot/xvla-google-robot)