# dreamzero-so101-lora

> 权威词条地址：https://robotics.hellobike.com/models/vizuara-dreamzero-so101-lora
> 所属分类：models | 最近核验日期：2026-04-08 | 技术层级：L7

## 核心摘要

Vizuara 在 Hugging Face 发布的机器人模型，架构为 VLA，参数规模 109M，训练数据包含 whosricky/so101-megamix-v1。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/Vizuara/dreamzero-so101-lora"}] |
| `updated` | 2026-04-08 |
| `family` | world_model |
| `params` | 109M |
| `architecture` | VLA |
| `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 |
| `finetune_vram_gb` | 80 |
| `data_formats` | ["LeRobot"] |
| `pretraining_data` | ["whosricky/so101-megamix-v1"] |
| `status` | research |
| `hub_id` | Vizuara/dreamzero-so101-lora |
| `hub_stats` | {"downloads": 41, "likes": 14, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/Vizuara/dreamzero-so101-lora"] |

## 技术详解与生态说明

DreamZero-SO101 是面向 SO-101 机械臂的 World Action Model LoRA，基于 DreamZero（Wan2.1-I2V-14B 加 joint action heads）微调。输入单个相机观测和自然语言任务后，可联合预测 24 步未来 6-DOF 关节动作，以及 33 帧未来 RGB 视频；动作与视频通过 flow matching 在一次前向中去噪，表示同一段想象 rollout。

模型使用 Wan-AI/Wan2.1-I2V-14B-480P 作为 base model，骨干为 14B 参数 DiT，并加入 causal Wan 与 flow-matching action transformer。训练采用 rank-4 LoRA，在 whosricky/so101-megamix-v1 上训练，数据包含 400 episodes、8 个任务和 3 个相机；训练 72,000 steps，约 127 小时。

用途包括机器人世界模型研究、SO-101 操作策略进一步微调、离线 rollout 可视化。限制包括仅在 SO-101 数据上训练，不应期待迁移到其他机械臂；输出是关节位置轨迹而非力矩；视频为约 1 秒的 33 帧片段；更高分辨率需要重新训练。许可为 Apache 2.0。

## 原始核验来源 (Sources)

- [Hugging Face Vizuara/dreamzero-so101-lora](https://huggingface.co/Vizuara/dreamzero-so101-lora)