# openvla-7b-oft-finetuned-libero-plus-mixdata

> 权威词条地址：https://robotics.hellobike.com/models/sylvest-openvla-7b-oft-finetuned-libero-plus-mixdata
> 所属分类：models | 最近核验日期：2025-10-17 | 技术层级：L7, L8

## 核心摘要

Sylvest 在 Hugging Face 发布的机器人模型，架构为 OpenVLA (Prismatic VLM 7B + Action Tokenizer)，参数规模 7.5B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `overview_sources` | ["https://huggingface.co/Sylvest/openvla-7b-oft-finetuned-libero-plus-mixdata"] |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/Sylvest/openvla-7b-oft-finetuned-libero-plus-mixdata"}] |
| `updated` | 2025-10-17 |
| `family` | vla |
| `params` | 7.5B |
| `architecture` | OpenVLA (Prismatic VLM 7B + Action Tokenizer) |
| `action_representation` | 离散动作 Token (Autoregressive Action Tokens) |
| `code_license` | mit |
| `weights_license` | mit |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | Sylvest/openvla-7b-oft-finetuned-libero-plus-mixdata |
| `hub_stats` | {"downloads": 232, "likes": 6, "as_of": "2026-10-21"} |

## 技术详解与生态说明

该仓库对应论文“In-depth Robustness Analysis for Vision-Language-Action Models”，提供 LIBERO-plus 相关实现、基准以及经过 mix-SFT 的 OpenVLA-OFT 权重，同时可获取资产和训练数据。LIBERO-plus 用于对视觉-语言-动作模型做鲁棒性评估，覆盖物体布局、相机视角、机器人初始状态、语言指令、光照、背景纹理和传感器噪声 7 个扰动维度，共 10,030 个任务。

模型侧评估了 OpenVLA 及 OFT、OFT_w、OFT_m 变体，以及 π₀、π₀-fast、Nora、WorldVLA、UniVLA、RIPT-VLA。结果显示 VLA 模型对相机视角和机器人初始状态非常敏感，语言指令改写下也暴露出“语言忽视”等问题；表中 OpenVLA-OFT+ 表示 OpenVLA-OFT 在 LIBERO-plus 数据集上进行 mix-SFT 后的表现，总分为 79.6。

使用上，可将原始 libero 替换为通过 pip install -e . 安装的版本而不改代码；评估方式几乎与 LIBERO 相同，只需把配置中的 num_trials_per_task 从 50 调整为 1。

## 原始核验来源 (Sources)

- [Hugging Face Sylvest/openvla-7b-oft-finetuned-libero-plus-mixdata](https://huggingface.co/Sylvest/openvla-7b-oft-finetuned-libero-plus-mixdata)