外观
Skip to content
smolvla_basehugging-face/lerobot-smolvla-base22 天前openvla-7bopenvla/openvla-7b8 个月前
GR00T-N1.7-3Bnvidia/gr00t-n1-7-3b6 个月前smolvla_liberoHuggingFaceVLA/smolvla_libero2025-09-17pi05_libero_finetuned_v044hugging-face/lerobot-pi05-libero-finetuned-v04422 天前smolvla_liberohugging-face/lerobot-smolvla-libero16 天前
模型rail-berkeleyocto-base
模型档案汇总架构、许可、适配机型与资料来源
octo-base
rail-berkeley 在 Hugging Face 发布的机器人模型，基于 transformers。
概述
这个模型的核心架构、动作空间设计与真机部署定位。
Octo Base 是一个面向机器人动作预测的模型，使用窗口大小 2，在推理时可传入任意子集的 observation 和 task keys，历史窗口最多 2 个时间步。模型预测 7 维动作，并通过 diffusion policy 预测未来 4 步动作。
模型主体是 93M 参数的 Transformer，规模等同于 ViT-B。图像先经轻量卷积编码器预处理，再组织为 16x16 patches；语言先用 T5 tokenizer 分词，再经过 T5-Base language encoder 编码。训练数据来自 Open X-Embodiment 数据集的混合数据，批次比例覆盖 Fractal、Kuka、Bridge、BC-Z 等多个来源。
使用说明指向 octo-models/octo 的 GitHub 仓库。给定信息没有列出具体评测结果或许可证。
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
- 93M
- 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
- SafeTensors
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 | 75.1% | fine-tuned; numbers reported by the OpenVLA paper, not the original Octo paper | OpenVLA LIBERO table 中的 Octo fine-tuned 行 |
| SimplerEnv Google Robot Visual Matching | 11% | Google Robot visual matching | CogACT Table 1, Octo-Base row |
| SimplerEnv Google Robot Variant Aggregation | 1.2% | variant aggregation | CogACT Table 1, Octo-Base variant aggregation |
| SimplerEnv WidowX Visual Matching | 17.5% | WidowX visual matching | CogACT Table 2, Octo-Base row |
| SimplerEnv Google Robot Visual Matching (SpatialVLA overall) | 16.8% | SpatialVLA | SpatialVLA Table VIII, Octo-Base visual matching overall |
| SimplerEnv Google Robot Variant Aggregation (SpatialVLA overall) | 1.1% | SpatialVLA | SpatialVLA Table VIII, Octo-Base variant aggregation overall |
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
mit
权重许可证
mit
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 rail-berkeley/octo-base --local-dir ./checkpoints/rail-berkeley-octo-base
# 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=rail-berkeley/octo-base关联机型
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。
同家族模型
同一家族里的热门模型。
smolvla_basehugging-face/lerobot-smolvla-base22 天前openvla-7bopenvla/openvla-7b8 个月前GR00T-N1.7-3Bnvidia/gr00t-n1-7-3b6 个月前smolvla_liberoHuggingFaceVLA/smolvla_libero2025-09-17pi05_libero_finetuned_v044hugging-face/lerobot-pi05-libero-finetuned-v04422 天前smolvla_liberohugging-face/lerobot-smolvla-libero16 天前来源
本页事实对应的公开页面，以原文为准。
- Hugging Face rail-berkeley/octo-base访问 2026-10-21