# LabVLA-5B-Base

> 权威词条地址：https://robotics.hellobike.com/models/zjunlp-labvla-5b-base
> 所属分类：models | 最近核验日期：2026-06-20 | 技术层级：L7, L8

## 核心摘要

zjunlp 在 Hugging Face 发布的机器人模型，参数规模 4.7B。

## 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/zjunlp/LabVLA-5B-Base"}] |
| `updated` | 2026-06-20 |
| `family` | vla |
| `params` | 4.7B |
| `architecture` | LeRobot / PyTorch Policy Network |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | mit |
| `weights_license` | mit |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | zjunlp/LabVLA-5B-Base |
| `hub_stats` | {"downloads": 52, "likes": 36, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/zjunlp/LabVLA-5B-Base"] |

## 技术详解与生态说明

LabVLA 是面向科学实验室环境的 vision-language-action 模型，用于将视觉、语言与动作能力落到实验室操作场景。它针对既有策略多训练于家居数据的问题，目标是支持涉及实验室仪器和透明液体的科学协议自主执行。

模型采用 Qwen3-VL-4B-Instruct 作为视觉语言骨干，并结合 DiT flow-matching action expert。训练流程分为两个阶段：先进行 FAST action token pretraining，使骨干具备动作感知能力；再进行 flow matching posttraining，在 knowledge insulation 下接入 DiT 动作专家以支持连续控制。

使用上，该模型可通过 OpenPI msgpack WebSocket protocol 进行服务部署。训练、数据准备和更多细节指向其 GitHub 仓库。

## 原始核验来源 (Sources)

- [Hugging Face zjunlp/LabVLA-5B-Base](https://huggingface.co/zjunlp/LabVLA-5B-Base)