VLA-JEPA-Pretrain

lerobot 在 Hugging Face 发布的机器人模型，架构为 vla_jepa，参数规模 3.1B。

模型 hugging-facelerobot-vla-jepa-pretrain

模型档案汇总架构、许可、适配机型与资料来源

VLA-JEPA-Pretrain

lerobot 在 Hugging Face 发布的机器人模型，架构为 vla_jepa，参数规模 3.1B。

具身模型

世界模型研究3.1BHugging Face更新于 3 个月前

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。

VLA-JEPA 是一个 Vision-Language-Action 策略模型，结合了 Qwen3-VL 语言骨干、自监督视频世界模型 V-JEPA2，以及 flow-matching DiT 动作头。该策略使用 LeRobot 训练并推送到 Hub，许可为 apache-2.0。

模型输入为两路视觉观测：observation.images.exterior_1_left 和 observation.images.exterior_2_left，形状均为 (3, 224, 224)；输出为 action，形状为 (7,)。可通过 LeRobot 的安装、硬件配置、数据记录与策略训练流程运行或训练该策略，运行时需要将机器人端口和相机名称/索引替换为本机配置，且相机名称需与训练时的观测键匹配。

该策略尚未提供评测结果。使用 --strategy.type=base 时脚本不会记录 episode；如果不设置持续时间，策略会持续运行。

资料出处 Hugging Face lerobot/VLA-JEPA-Pretrain

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: 3.1B
Hub 下载量: 835; 出处Hugging Face
Hub 点赞: 12; 出处Hugging Face

网络架构: LeRobot / PyTorch Policy Network
动作空间表示: 连续关节位置/末端位姿动作空间
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

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

apache-2.0

权重许可证

apache-2.0

权重下载与策略推理参考

# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download lerobot/VLA-JEPA-Pretrain --local-dir ./checkpoints/lerobot-vla-jepa-pretrain

# 2. 使用 LeRobot / Transformers 加载策略开展真机或仿真闭环推理
python -m lerobot.scripts.eval --policy.path=lerobot/VLA-JEPA-Pretrain