# VLAct_Qwen3_Pretrain

> 权威词条地址：https://robotics.hellobike.com/models/starvla-vlact-qwen3-pretrain
> 所属分类：models | 最近核验日期：2026-09-04 | 技术层级：L7, L8

## 核心摘要

StarVLA 在 Hugging Face 发布的机器人模型，架构为 ACT (Action Chunking Transformer)。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `overview_sources` | ["https://huggingface.co/StarVLA/VLAct_Qwen3_Pretrain"] |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/StarVLA/VLAct_Qwen3_Pretrain"}] |
| `updated` | 2026-09-04 |
| `family` | policy |
| `params` | 4B |
| `architecture` | ACT (Action Chunking Transformer) |
| `action_representation` | 连续关节动作块 (Action Chunking) |
| `code_license` | apache-2.0 |
| `weights_license` | apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | StarVLA/VLAct_Qwen3_Pretrain |
| `hub_stats` | {"downloads": 137, "likes": 7, "as_of": "2026-10-21"} |

## 技术详解与生态说明

VLAct_Qwen3_Pretrain 是 VLAct 针对 Qwen3-VL-4B 的 100K 步 continued-pretraining checkpoint，用作将 Qwen3-VL-4B 适配到新机器人、数据集、基准或连续动作头的起点。它是训练检查点和可复用的 VLM/action backbone，不是可直接部署的机器人策略，也不是标准 transformers.AutoModel 包。下游策略需要自行定义相机、状态、动作、归一化与控制接口，并针对目标 embodiment 微调。

该检查点基于 StarVLA 的 QwenHybrid_xrobot_padding 框架，Base VLM 为 StarVLA/Qwen3-VL-4B-Instruct-Action；预训练同时使用 OFT、GR00T、PI 三个连续动作头，采用部分统一的跨 embodiment 20-D padded 动作布局和 14-D 状态。训练数据混合 AgileX/ALOHA 与 Franka 数据，来自 InternData-A1、RoboCOIN、DROID、DROID-100、MolmoAct，并混入 ShareGPT4V-COCO 与 LLaVA-ReCap CC3M 图文监督。

下游使用时建议通过 StarVLA 加载共享 backbone，并在目标动作头、动作维度或 embodiment 不同的情况下随机初始化下游 action model。仓库包含 RoboTwin 2.0、LIBERO-Plus、VLA-Arena、DOMINO 的 launcher；论文中的结果来自由 VLAct 微调得到的下游策略，而非该原始检查点的 zero-shot 成绩。检查点采用 Apache License 2.0 发布，安全部署需要面向具体机器人处理动作映射、归一化、相机标定、控制频率、工作空间约束和独立安全系统。

## 原始核验来源 (Sources)

- [Hugging Face StarVLA/VLAct_Qwen3_Pretrain](https://huggingface.co/StarVLA/VLAct_Qwen3_Pretrain)