# OmTrackVLA-0.6B

> 权威词条地址：https://robotics.hellobike.com/models/omlab-omtrackvla-0-6b
> 所属分类：models | 最近核验日期：2026-06-18 | 技术层级：L7, L8

## 核心摘要

omlab 在 Hugging Face 发布的机器人模型，架构为 OpenTrackVLAForWaypoint，参数规模 609M。

## 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/omlab/OmTrackVLA-0.6B"}] |
| `updated` | 2026-06-18 |
| `family` | vla |
| `params` | 609M |
| `architecture` | OpenTrackVLAForWaypoint |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | mit |
| `weights_license` | mit |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | omlab/OmTrackVLA-0.6B |
| `hub_stats` | {"downloads": 133, "likes": 8, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/omlab/OmTrackVLA-0.6B"] |

## 技术详解与生态说明

OmTrackVLA 是一个完全开源的 Vision-Language-Action 栈，面向视觉导航与跟随任务，将单目视频和自然语言指令转换为可执行的短时域航点。该仓库发布的是 Hugging Face 友好的 OmTrackVLA planner 导出版本，包含高效的 0.6B checkpoint，并指向完整项目中的代码、数据集和训练流水线。

模型定位为可复现、可微调和可部署的开源方案，结合学习到的先验与视觉输入，通过简单文本提示引导真实或仿真机器人。示例使用中，系统处理视频历史和文本指令来预测未来航点；在 Habitat evaluation 中，trained_agent.py 可通过本地 HF_MODEL_DIR 或 HF_MODEL_ID=omlab/OmTrackVLA-0.6B 加载 Hugging Face 权重。

## 原始核验来源 (Sources)

- [Hugging Face omlab/OmTrackVLA-0.6B](https://huggingface.co/omlab/OmTrackVLA-0.6B)