外观
模型
hugging-facelerobot-vla-jepa-simplerenv
模型档案汇总架构、许可、适配机型与资料来源
lerobot 在 Hugging Face 发布的机器人模型,基于 lerobot,参数规模 3.1B。
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 模型,用于在 LeRobot 工作流中作为机器人策略运行或训练。模型将 Qwen3-VL 语言骨干、自监督视频世界模型 V-JEPA2,以及 flow-matching DiT 动作头结合起来。
该策略的输入观测为 observation.images.image,类型为视觉特征,形状是 (3, 224, 224);输出为 action,形状是 (7,)。模型已通过 LeRobot 训练并推送到 Hub,可参考 LeRobot 的 vla_jepa 指南进行训练和运行;许可为 apache-2.0,当前未提供评估结果。
参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。
暂未公开或待收录:微调显存需求 · 闭环控制频率
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
# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download lerobot/VLA-JEPA-SimplerEnv --local-dir ./checkpoints/lerobot-vla-jepa-simplerenv
# 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-SimplerEnv模型卡或论文声明在这些机器人上训练、微调或部署过;口径是作者声明,不是第三方复现。
没有已核实的适配记录。
同一家族里的热门模型。
本页事实对应的公开页面,以原文为准。