# LIBERO-Long

> 权威词条地址：https://robotics.hellobike.com/models/vla-adapter-libero-long
> 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/LIBERO-Long"}] |
| `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/LIBERO-Long |
| `hub_stats` | {"downloads": 76, "likes": 23, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/VLA-Adapter/LIBERO-Long"] |

## 技术详解与生态说明

VLA-Adapter Libero-Long 是一个在 Libero-Long 上训练的 tiny-scale 视觉-语言-动作模型，属于 VLA-Adapter 系列微调生成式动作模型。模型输入图像和文本，输出动作，面向机器人操作中的视觉语言条件动作生成。项目还给出了项目页、训练数据链接、Hugging Face 组织页和 GitHub 仓库。

其 VLM 遵循 Prismatic-VLM 架构，LLM 使用 Qwen2.5-0.5B 小骨干。整体由用于接收和处理图像、文本信息的 VLM，以及用于生成动作的 policy 组成；设计中使用 Bridge Attention 将 VLM 生成的条件与 policy 中的初始动作信息融合，以连接视觉语言信息与动作生成。在 LIBERO 对比表中，VLA-Adapter 规模为 0.5B，Long 成功率为 95.0、平均为 97.3；VLA-Adapter-Pro 规模同为 0.5B，Long 为 96.4、平均为 98.5。CALVIN 对比表中，VLA-Adapter 平均长度为 4.42，VLA-Adapter-Pro 为 4.50。

## 原始核验来源 (Sources)

- [Hugging Face VLA-Adapter/LIBERO-Long](https://huggingface.co/VLA-Adapter/LIBERO-Long)