# LIBERO-Object

> 权威词条地址：https://robotics.hellobike.com/models/vla-adapter-libero-object
> 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-Object"}] |
| `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-Object |
| `hub_stats` | {"downloads": 70, "likes": 5, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/VLA-Adapter/LIBERO-Object"] |

## 技术详解与生态说明

VLA-Adapter Libero-Object 是 VLA-Adapter 家族中的视觉-语言-动作模型，面向 Libero-Object 训练。模型输入图像和文本，输出动作用于机器人控制；项目同时给出了项目页、训练数据集链接、Hugging Face 组织页和 GitHub 仓库。

架构上，VLA-Adapter VLM 遵循 Prismatic-VLM，LLM 使用 Qwen2.5-0.5B 小型骨干。整体由接收并处理图像与文本信息的 VLM，以及生成动作的 policy 组成，并通过 Bridge Attention 将 VLM 产生的条件与 policy 中的初始动作信息融合。

结果表中给出了 LIBERO 与 CALVIN 基准对比。VLA-Adapter 在 LIBERO 的 Spatial、Object、Goal、Long 与平均成功率上列出 0.5B 规模结果，VLA-Adapter-Pro 也列出对应结果；CALVIN 表中列出 1 到 5 步以及平均长度，对比了多种大规模、小规模和 tiny-scale VLA 方法。

## 原始核验来源 (Sources)

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