# CALVIN-ABC-Pro

> 权威词条地址：https://robotics.hellobike.com/models/vla-adapter-calvin-abc-pro
> 所属分类：models | 最近核验日期：2025-09-21 | 技术层级：L7, L8

## 核心摘要

VLA-Adapter 在 Hugging Face 发布的机器人模型，架构为 OpenVLA (Prismatic VLM 7B + Action Tokenizer)，参数规模 1.3B。

## 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/VLA-Adapter/CALVIN-ABC-Pro"}] |
| `updated` | 2025-09-21 |
| `family` | vla |
| `params` | 1.3B |
| `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` | VLA-Adapter/CALVIN-ABC-Pro |
| `hub_stats` | {"downloads": 123, "likes": 3, "as_of": "2026-10-13"} |
| `overview_sources` | ["https://huggingface.co/VLA-Adapter/CALVIN-ABC-Pro"] |

## 技术详解与生态说明

该仓库发布的是 VLA-Adapter CALVIN-ABC-Pro，属于 VLA-Adapter 系列的微调生成式视觉-语言-动作模型。模型输入图像和文本，输出动作；项目描述其面向 tiny-scale VLA，在 CALVIN ABC-D 上训练，并在常见机器人基准上与多种开源 VLA 模型进行比较。

架构上，VLA-Adapter VLM 遵循 Prismatic-VLM，LLM 使用 Qwen2.5-0.5B 小骨干；整体由处理图像与文本信息的 VLM 和生成动作的 policy 组成。其 Bridge Attention 模块用于融合 VLM 生成的条件与 policy 中的初始动作信息，以连接视觉语言信息和动作生成。

结果表列出了 LIBERO 的 Spatial、Object、Goal、Long 以及 CALVIN 评测。VLA-Adapter-Pro 以 0.5B 规模在 LIBERO 上给出平均成功率 98.5，在 CALVIN 上给出平均长度 4.50。仓库还提供项目页、数据集链接、Hugging Face 组织页和 GitHub 链接。

## 原始核验来源 (Sources)

- [Hugging Face VLA-Adapter/CALVIN-ABC-Pro](https://huggingface.co/VLA-Adapter/CALVIN-ABC-Pro)