# VLA 与策略模型横评：参数、动作表示、许可与真机验证

> 原文链接：https://robotics.hellobike.com/routes/vla-policy-model-compare
> 频道：routes | 更新日期：2026-10-22 | 标签：VLA, 策略模型, 参数量, 动作表示, 权重许可, 真机验证
> 核心摘要：表内40个条目覆盖vla、world_model、policy与other。♥最高为smolvla_base的474；已验证机型数最高为rdt-1b的5；参数量最大已知值为Alpamayo2-Super的35.8B。

# VLA 与策略模型横评：参数、动作表示、许可与真机验证

> 表格数据直接取自站内卡片（每条可点进原卡核对出处）；分析只基于这张表。价格为各卡片记录的公开区间，口径不一，仅作量级参考。

## 怎么读这张表

先按“家族”区分vla、world_model、policy和other，再看“参数量”判断模型规模；“动作表示”反映输出动作形式；“权重许可”只按表中名称理解；“已验证机型数”代表已有真机验证覆盖数量；♥可作为站内关注度参考。

## 对比表（40 条）

| 模型 | 家族 | 参数量 | 架构 | 动作表示 | 权重许可 | 已验证机型数 | ♥ |
|---|---|---|---|---|---|---|---|
| [smolvla_base](/models/lerobot-smolvla-base) | vla | 450M | SmolVLA (SmolVLM2 + Flow Matching Action Expert) | 连续流匹配动作块 (Flow Matching Action Chunk) | apache-2.0 | 3 | 474 |
| [Alpamayo-R1-10B](/models/nvidia-alpamayo-r1-10b) | other | 11.1B | AlpamayoR1 | 连续关节位置/末端位姿动作空间 | openmdw-1.1 | 0 | 442 |
| [Magma-8B](/models/microsoft-magma-8b) | other | 8.9B | MagmaForCausalLM | 连续关节位置/末端位姿动作空间 | mit | 0 | 423 |
| [GR00T-N1-2B](/models/nvidia-gr00t-n1-2b) | vla | 2.2B | GR00T_N1 | 连续扩散去噪轨迹 (Diffusion Action Trajectory) | Apache-2.0 | 4 | 359 |
| [pi0_old](/models/lerobot-pi0-old) | vla | 3.5B | π0 (PaliGemma VLM + Flow Matching Action Expert) | 连续流匹配动作块 (Flow Matching Action Chunk) | apache-2.0 | 0 | 310 |
| [openvla-7b](/models/openvla-openvla-7b) | vla | 7.5B | OpenVLA (Prismatic VLM 7B + Action Tokenizer) | 离散动作 Token (Autoregressive Action Tokens | mit | 2 | 263 |
| [GR00T-N1.5-3B](/models/nvidia-gr00t-n1-5-3b) | vla | 2.7B | NVIDIA Isaac GR00T N1.5 (Eagle VLM + DiT Action Head) | 连续扩散去噪轨迹 (Diffusion Action Trajectory) | Apache-2.0 | 2 | 199 |
| [MiniCPM-RobotManip](/models/openbmb-minicpm-robotmanip) | vla | 1.5B | MiniCPMV_VLA | 连续关节位置/末端位姿动作空间 | apache-2.0 | 0 | 191 |
| [GR00T-N1.7-3B](/models/nvidia-gr00t-n1-7-3b) | vla | 3.1B | NVIDIA Isaac GR00T N1.7 (VLM + Diffusion Action Transformer) | 连续扩散去噪轨迹 (Diffusion Action Trajectory) | Apache-2.0 | 0 | 164 |
| [flux-3-action-base](/models/black-forest-labs-flux-3-action-base) | world_model | — | Flow Matching World-Action Model (Flux) | 连续流匹配动作块 (Flow Matching Action Chunk) | other | 0 | 154 |
| [Alpamayo2-Super](/models/nvidia-alpamayo2-super) | world_model | 35.8B | Alpamayo2Super | 连续关节位置/末端位姿动作空间 | openmdw-1.1 | 0 | 152 |
| [MiniCPM-RobotTrack](/models/openbmb-minicpm-robottrack) | other | 450M | MiniCPMRobotTrackModel | 连续关节位置/末端位姿动作空间 | apache-2.0 | 0 | 141 |
| [Alpamayo-1.5-10B](/models/nvidia-alpamayo-1-5-10b) | world_model | 11.1B | Alpamayo1_5 | 连续关节位置/末端位姿动作空间 | openmdw-1.1 | 0 | 130 |
| [RoboBrain2.0-7B](/models/baai-robobrain2-0-7b) | vla | 8.3B | Qwen2_5_VLForConditionalGeneration | 连续关节位置/末端位姿动作空间 | apache-2.0 | 0 | 128 |
| [pi05_base](/models/lerobot-pi05-base) | vla | 3.6B | π0.5 (PaliGemma VLM + Flow Matching Action Expert) | 连续流匹配动作块 (Flow Matching Action Chunk) | gemma | 3 | 110 |
| [rdt-1b](/models/robotics-diffusion-transformer-rdt-1b) | vla | 1B | Diffusion Policy (CNN / Transformer UNet) | 连续扩散去噪轨迹 (Diffusion Action Trajectory) | mit | 5 | 106 |
| [GR00T-N1.6-3B](/models/nvidia-gr00t-n1-6-3b) | vla | 3.3B | NVIDIA Isaac GR00T N1.6 (VLM + Diffusion Action Transformer) | 连续扩散去噪轨迹 (Diffusion Action Trajectory) | Apache-2.0 | 1 | 94 |
| [JEV-9B](/models/autotrust-jev-9b) | other | 9B | Qwen3_5ForCausalLM | 连续关节位置/末端位姿动作空间 | apache-2.0 | 0 | 91 |
| [dobb-e](/models/notmahi-dobb-e) | other | 21M | LeRobot / PyTorch Policy Network | 连续关节位置/末端位姿动作空间 | mit | 0 | 87 |
| [GEAR-SONIC](/models/nvidia-gear-sonic) | other | — | MLP Actor-Critic Policy (RL Locomotion) | 连续关节目标位置 (Joint Position Targets) | other | 0 | 83 |
| [diffusion_pusht](/models/lerobot-diffusion-pusht) | policy | 263M | Diffusion Policy (CNN / Transformer UNet) | 连续扩散去噪轨迹 (Diffusion Action Trajectory) | apache-2.0 | 0 | 65 |
| [flux-3-action-so101](/models/black-forest-labs-flux-3-action-so101) | world_model | 6.9B | Flow Matching World-Action Model (Flux) | 连续流匹配动作块 (Flow Matching Action Chunk) | other | 0 | 58 |
| [Isaac-0.5](/models/perceptronai-isaac-0-5) | other | 35.7B | Isaac05ForConditionalGeneration | 连续关节位置/末端位姿动作空间 | apache-2.0 | 0 | 58 |
| [MolmoAct-7B-D-0812](/models/allenai-molmoact-7b-d-0812) | vla | 8.1B | MolmoAct (Molmo VLM + Action Reasoning) | 连续关节动作块 (Action Chunking) | apache-2.0 | 0 | 53 |
| [lingbot-vla-v2-6b](/models/robbyant-lingbot-vla-v2-6b) | vla | 6.4B | LeRobot / PyTorch Policy Network | 连续关节位置/末端位姿动作空间 | Apache-2.0 | 0 | 49 |
| [InternVLA-N1-wo-dagger](/models/internrobotics-internvla-n1-wo-dagger) | vla | 8.4B | InternVLAN1ForCausalLM | 连续关节位置/末端位姿动作空间 | cc-by-nc-sa-4.0 | 0 | 47 |
| [Miril-Drone-2B-1](/models/mirilai-miril-drone-2b-1) | other | 5.1B | Gemma4ForConditionalGeneration | 连续关节位置/末端位姿动作空间 | apache-2.0 | 0 | 47 |
| [RoboBrain2.0-32B](/models/baai-robobrain2-0-32b) | vla | 33.5B | Qwen2_5_VLForConditionalGeneration | 连续关节位置/末端位姿动作空间 | apache-2.0 | 0 | 45 |
| [VLAC](/models/internrobotics-vlac) | other | 2.2B | InternVLChatModel | 连续关节位置/末端位姿动作空间 | cc-by-nc-sa-4.0 | 0 | 44 |
| [InternVLA-A1-3B](/models/internrobotics-internvla-a1-3b) | vla | 3.2B | Transformer (Qwen/Qwen3-VL-2B-Instruct) | 连续关节位置/末端位姿动作空间 | cc-by-nc-sa-4.0 | 0 | 40 |
| [flux-3-action-droid](/models/black-forest-labs-flux-3-action-droid) | world_model | 6.9B | Flow Matching World-Action Model (Flux) | 连续流匹配动作块 (Flow Matching Action Chunk) | other | 1 | 39 |
| [openpie-0.6](/models/exla-ai-openpie-0-6) | vla | 3.3B | π0 (PaliGemma VLM + Flow Matching Action Expert) | 连续流匹配动作块 (Flow Matching Action Chunk) | apache-2.0 | 0 | 39 |
| [DreamZero-DROID](/models/gear-dreams-dreamzero-droid) | world_model | 22.9B | VLA | 连续关节位置/末端位姿动作空间 | cc-by-nc-4.0 | 1 | 38 |
| [act_aloha_sim_transfer_cube_human](/models/lerobot-act-aloha-sim-transfer-cube-human) | policy | 52M | ACT (Action Chunking Transformer) | 连续关节动作块 (Action Chunking) | apache-2.0 | 0 | 38 |
| [LabVLA-5B-Base](/models/zjunlp-labvla-5b-base) | vla | 4.7B | LeRobot / PyTorch Policy Network | 连续关节位置/末端位姿动作空间 | mit | 0 | 36 |
| [microduck-flamingo-cycle](/models/remifabre-microduck-flamingo-cycle) | policy | — | MLP Actor-Critic Policy (RL Locomotion) | 连续关节目标位置 (Joint Position Targets) | apache-2.0 | 0 | 34 |
| [F1-VLA](/models/internrobotics-f1-vla) | vla | 4.2B | MWMForConditionalGeneration | 连续关节位置/末端位姿动作空间 | cc-by-nc-sa-4.0 | 0 | 32 |
| [LightNav-0](/models/lightoriginshq-lightnav-0) | other | 4.8B | Qwen3VLForConditionalGeneration | 连续关节位置/末端位姿动作空间 | apache-2.0 | 0 | 32 |
| [lingbot-vla-4b](/models/robbyant-lingbot-vla-4b) | vla | 4.2B | LeRobot / PyTorch Policy Network | 连续关节位置/末端位姿动作空间 | Apache-2.0 | 0 | 32 |
| [Xiaomi-Robotics-U0](/models/xiaomirobotics-xiaomi-robotics-u0) | other | 34.1B | UNISForCausalLM | 连续关节位置/末端位姿动作空间 | apache-2.0 | 0 | 31 |

## 从表里能看出什么

- smolvla_base为vla家族，参数量450M，已验证机型数3，♥为474，是表中♥最高的条目。
- rdt-1b为vla家族，参数量1B，已验证机型数5，♥为106；其已验证机型数在表中最高。
- GR00T-N1-2B参数量2.2B，已验证机型数4，♥为359；在GR00T系列条目中验证机型数最高。
- 在已给出参数量的条目中，Alpamayo2-Super为35.8B，高于Isaac-0.5的35.7B和Xiaomi-Robotics-U0的34.1B。
- openvla-7b参数量7.5B，动作表示为离散动作Token，已验证机型数2，♥为263；多数其他条目使用连续动作表示。

## 推荐给谁

- **优先看真机验证覆盖的人** → rdt-1b：已验证机型数为5，是表中最高。
- **关注站内热度且希望已有验证记录的人** → smolvla_base：♥为474且已验证机型数为3。
- **想对比扩散轨迹动作表示的人** → GR00T-N1-2B：动作表示为连续扩散去噪轨迹，已验证机型数4，♥为359。

## 不推荐给谁

- **必须有真机验证记录的人** 不要选 已验证机型数为0的条目：表中这些条目的真机验证数量为0，不能据此确认已覆盖机型。
- **必须明确参数量的人** 不要选 参数量为—的条目：flux-3-action-base、GEAR-SONIC、microduck-flamingo-cycle未给出参数量。

## 数据缺口

- 表中没有任务成功率、基准分数或延迟，无法判断实际控制效果与推理性能。
- 已验证机型数未列出具体机型名称，无法判断是否覆盖目标机器人。
- 权重许可只给出许可名称，未展开具体条款，无法仅凭表格判断细则限制。

## 原始参考来源 (Sources)

- [站内结构化卡片（每条含原始出处）](https://robotics.hellobike.com/models/)