# octo-small

> 权威词条地址：https://robotics.hellobike.com/models/rail-berkeley-octo-small
> 所属分类：models | 最近核验日期：2023-12-14 | 技术层级：L7, L8

## 核心摘要

rail-berkeley 在 Hugging Face 发布的机器人模型，基于 transformers。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `overview_sources` | ["https://huggingface.co/rail-berkeley/octo-small"] |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/rail-berkeley/octo-small"}] |
| `updated` | 2023-12-14 |
| `family` | vla |
| `params` | 27M |
| `architecture` | LeRobot / PyTorch Policy Network |
| `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` | rail-berkeley/octo-small |
| `hub_stats` | {"downloads": 116, "likes": 16, "as_of": "2026-10-21"} |

## 技术详解与生态说明

Octo Small 是 Octo 系列的较小模型，面向机器人策略推理使用。它采用窗口大小 2，通过扩散策略预测未来 4 步的 7 维动作；主体是 27M 参数 Transformer，规模等同于 ViT-S。图像先经轻量卷积编码器预处理，再分组为 16x16 patch；语言使用 T5 tokenizer，并接入 T5-Base 语言编码器。

模型训练使用 Open X-Embodiment 数据集的混合数据，批次占比最高的来源包括 Fractal、Kuka、Bridge（各 17.0%）以及 BC-Z（9.1%），还包含 Stanford Hydra Dataset、Language Table、Taco Play、Furniture Bench Dataset 等。推理时可传入 observation 和 task key 的任意子集，历史窗口最多 2 个时间步；使用方式指向 octo-models/octo 项目说明。

## 原始核验来源 (Sources)

- [Hugging Face rail-berkeley/octo-small](https://huggingface.co/rail-berkeley/octo-small)