InternVLA-A1.5-Libero 是一个 Vision-Language-Action 机器人策略检查点，由 InternVLA-A1.5-base 在 LIBERO 上微调而来，面向 LIBERO 评估以及 LIBERO-Plus 零样本鲁棒性评估。模型统一了视觉语言理解、潜在视觉前瞻和动作生成，用于连续控制。

该模型基于原生 Qwen3.5-2B VLM 骨干，保留 VQA 与子任务预测带来的语义学习，并通过共享全注意力层接入轻量统一动作专家，同时保留模态特定的 Gated DeltaNet 处理。训练中使用可学习前瞻 token，并由冻结的 WAN2.2-5B 视频生成模型监督；推理时丢弃视频分支，通过 flow matching 预测连续动作块。

该检查点针对 LIBERO Spatial、Object、Goal、Long 套件微调，对应 LIBERO 基准结果以及 LIBERO-Plus 中相机、语言、布局、光照、背景、噪声和机器人扰动下的零样本鲁棒性结果。状态/动作维度最高 32，图像分辨率为 224 x 224，安装、训练、微调和评估需参考官方 InternVLA-A-series 仓库；代码许可为 CC BY-NC-SA 4.0。