pi0fast-base

lerobot 在 Hugging Face 发布的机器人模型，架构为 π0-FAST (PaliGemma VLM + FAST Autoregressive Action Tokenizer)，参数规模 2.9B。

模型 hugging-facelerobot-pi0fast-base

模型档案汇总架构、许可、适配机型与资料来源

pi0fast-base

lerobot 在 Hugging Face 发布的机器人模型，架构为 π0-FAST (PaliGemma VLM + FAST Autoregressive Action Tokenizer)，参数规模 2.9B。

具身模型
端侧部署

VLA研究2.9BHugging Face更新于 22 天前

品牌官网官方产品页

概述

这个模型的核心架构、动作空间设计与真机部署定位。

PI0Fast 是 LeRobot 中的 Vision-Language-Action 策略，通过对 FAST action tokens 做自回归 next-token prediction 来预测连续机器人动作。模型输入包括多视角图像、本体/状态信息以及可选的语言指令，输出为从模型输出解码得到的连续动作，训练目标是 next-token cross-entropy。

该实现遵循 Physical Intelligence 的 openpi 参考实现以保持兼容，关联原始工作为 FAST: Efficient Action Tokenization for Vision-Language-Action Models。其预期用途是针对具体任务进行微调，训练或微调时通常调用 forward(...) 获得 loss 后反向传播，也可使用 lerobot-train 运行完整训练流程。

模型可在 LIBERO 仿真环境中评估；真实世界推理与评估可使用 lerobot-record 的 record 脚本，将策略 checkpoint 作为输入运行推理并记录评估 episode。可配置的策略相关参数包括 chunk_size、n_action_steps、max_action_tokens 和 gradient_checkpointing。

资料出处 Hugging Face lerobot/pi0fast-base

关键参数与架构规格

参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。

参数量: 2.9B
Hub 下载量: 1.9k; 出处Hugging Face
Hub 点赞: 27; 出处Hugging Face

网络架构: π0 (PaliGemma VLM + Flow Matching Action Expert)
动作空间表示: 连续流匹配动作块 (Flow Matching Action Chunk)
支持数据格式: LeRobot

暂未公开或待收录：微调显存需求 · 闭环控制频率

公开基准跑分

分数来自 taxonomy/benchmarks.yaml，只展示已关联到本模型的条目。

基准	平均	协议	出处
LIBERO	85.5%	third-person + wrist + proprio, modified dataset	OpenVLA-OFT Table I 中的 π0-FAST 行

快速部署与许可说明

开源许可证、权重拉取命令、预训练数据集与关联文章。

代码许可证

gemma

权重许可证

gemma

权重下载与策略推理参考

# 1. 从 Hugging Face 下载 π0 / π0.5 策略权重
huggingface-cli download lerobot/pi0fast-base --local-dir ./checkpoints/lerobot-pi0fast-base

# 2. 通过 LeRobot 或 OpenPI 推理服务加载 50Hz 动作块
python -m lerobot.scripts.eval --policy.path=lerobot/pi0fast-base --env.type=aloha