Skip to content

SmolVLA ​

SmolVLA

450M VLA,以 487 个社区数据集预训练;资料报告 SO-100 真机成功率由 51.7% 提升至 78.3%。

模型Hugging Facehugging-facesmolvla

模型档案汇总架构、许可、适配机型与资料来源

SmolVLA

450M VLA,以 487 个社区数据集预训练;资料报告 SO-100 真机成功率由 51.7% 提升至 78.3%。

  • 具身模型
VLA研究450MHugging Face更新于 18 天前

概述

这个模型的核心架构、动作空间设计与真机部署定位。

SmolVLA属于VLA家族,采用SmolVLM2轻量多模态主干搭配Flow Matching动作块生成头架构,参数量为450M。模型输出动作空间支持连续关节角度、末端6D位姿动作块,采用H=16~50步的动作分块策略,控制频率为25Hz。预训练基于Open X-Embodiment(OXE)共487个社区数据集完成,实测SO-100真机操作成功率从51.7%提升至78.3%。模型支持LeRobot数据格式,代码开源协议为Apache-2.0,权重支持Apache-2.0或MIT开源协议,当前处于研究阶段。

资料出处 OpenVLA vs π0 vs SmolVLA vs GR00T N1

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
450M
微调显存需求
8GB
闭环控制频率
25Hz
网络架构
SmolVLM2 轻量多模态主干 + Flow Matching 动作块生成头
动作空间表示
连续关节角度 / 末端 6D 位姿动作块(Action Chunking, H=16~50 步)
支持数据格式
LeRobot

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 / 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 embodied-ai/smolvla --local-dir ./checkpoints/smolvla

# 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=embodied-ai/smolvla

预训练与微调基准数据集:Open X-Embodiment (OXE)

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。

机型关联记录 2

适配机型实测说明与帧率表现记录日期
松灵 PiPERHugging Face SmolVLA 450M 轻量级 VLA 模型,原生集成于 LeRobot 框架,支持 PiPER 机械臂实机控制。2026-10-21
宇树 G1SmolVLA 支持基于 LeRobot 采集的宇树 G1 桌面操作数据集进行快速微调。2026-10-21

同家族模型

同一家族里的热门模型。

来源

本页事实对应的公开页面,以原文为准。

  1. OpenVLA vs π0 vs SmolVLA vs GR00T N1访问 2026-10-10