案例/AgileX PiPER 官方产品页·4 个月前

Hugging Face 发布 450M 参数 SmolVLA 轻量级具身模型与异步推理框架

Hugging Face发布450M参数SmolVLA轻量级具身模型及LeRobot异步推理框架，支持消费级硬件部署。该模型结合松灵PiPER机械臂验证，为低成本具身智能开发提供从算法到硬件的完整开源参考范式。

AI 整理

• 具身模型
• 端侧部署

松灵 PiPERsmolvla_base

事件背景与核心发布

2026年6月5日，[companies/hugging-face] Hugging Face 正式推出面向可负担机器人场景的 [models/lerobot-smolvla-base] SmolVLA 模型。该模型采用 SmolVLM2 与 Flow Matching Action Expert 架构，参数规模控制在 450M，旨在解决传统 VLA 模型对算力要求过高的问题。作为 [sdks/lerobot] LeRobot 端到端机器人学习库的核心组件，SmolVLA 被设计为可在单张 GPU 上完成训练，并支持在消费级硬件上进行本地部署的基础模型。此次发布不仅包含了模型权重，还同步更新了涵盖模仿学习、强化学习及世界模型的完整工具链，标志着具身智能技术栈向轻量化、社区驱动方向迈出关键一步，为 [robots/agilex-piper] 松灵 PiPER 等轻量级硬件平台提供了适配的高性能大脑。

关键技术指标与工程规格

• 模型架构与规模：SmolVLA 采用 SmolVLM2 + Flow Matching Action Expert 混合架构，总参数量仅为 450M。输入支持多视角图像、本体状态信息及可选语言指令，输出为连续动作序列，专为资源受限环境下的基础模型微调设计。
• 训练与推理范式：训练目标采用 Flow Matching 机制，支持通过 lerobot-train 运行完整流程或调用 forward 进行自定义反向传播；推理阶段支持 select_action 批量处理，真实世界评估可通过 lerobot-record 加载策略检查点并记录 episode。
• 配套软件生态：[sdks/lerobot] LeRobot 库覆盖 L5-L7 技术层级，内置 LIBERO 与 MetaWorld 评测基准，提供 Python 接口与 LeLab 可视化浏览器，支持 IL、RL、VLA 及世界模型的快速研发与调试。
• 推荐硬件载体：[robots/agilex-piper] 松灵 PiPER 六自由度机械臂自重 4.2kg、额定负载 1.5kg，配备高精度绝对值编码器与 ROS 2 接口，其轻量化特性与 SmolVLA 的消费级部署定位高度契合，适合作为算法验证的物理平台。
• 数据与集成规范：模型依赖社区驱动数据集达到大模型性能水平，开发者需结合 [companies/agilex] 松灵机器人官方 URDF/MJCF 仿真资产及运动控制接口，评估目标场景下的运动包络与二次开发适配性。

产业落地与开发者参考价值

SmolVLA 的发布显著降低了具身智能的开发门槛，使科研教育与小型团队能够在非数据中心环境下开展前沿 VLA 研究。对于开发者而言，该案例提供了“轻量模型+标准硬件+开源工具链”的完整闭环：利用 [sdks/lerobot] 的标准化接口，可快速将 SmolVLA 迁移至 [robots/agilex-piper] 等实体机器人上，避免了底层通信协议的重复造轮子。同时，Flow Matching 动作专家模块的引入，使得模型在保持小参数的同时具备了连续动作空间的精细控制能力，这对轻量搬运、简易操作实训等场景至关重要。建议选型团队重点关注模型在特定数据集上的微调效率，并结合松灵 PiPER 的电流/力矩反馈环特性，优化真机部署时的安全边界与响应延迟，从而加速从仿真到现实的转化进程。

来源

本页事实对应的公开页面，以原文为准。

1. AgileX PiPER 官方产品页访问 2026-06-05
2. MuJoCo Menagerie PiPER访问 2026-06-05