VLAct_Qwen3_Pretrain 是 VLAct 针对 Qwen3-VL-4B 的 100K 步 continued-pretraining checkpoint，用作将 Qwen3-VL-4B 适配到新机器人、数据集、基准或连续动作头的起点。它是训练检查点和可复用的 VLM/action backbone，不是可直接部署的机器人策略，也不是标准 transformers.AutoModel 包。下游策略需要自行定义相机、状态、动作、归一化与控制接口，并针对目标 embodiment 微调。

该检查点基于 StarVLA 的 QwenHybrid_xrobot_padding 框架，Base VLM 为 StarVLA/Qwen3-VL-4B-Instruct-Action；预训练同时使用 OFT、GR00T、PI 三个连续动作头，采用部分统一的跨 embodiment 20-D padded 动作布局和 14-D 状态。训练数据混合 AgileX/ALOHA 与 Franka 数据，来自 InternData-A1、RoboCOIN、DROID、DROID-100、MolmoAct，并混入 ShareGPT4V-COCO 与 LLaVA-ReCap CC3M 图文监督。

下游使用时建议通过 StarVLA 加载共享 backbone，并在目标动作头、动作维度或 embodiment 不同的情况下随机初始化下游 action model。仓库包含 RoboTwin 2.0、LIBERO-Plus、VLA-Arena、DOMINO 的 launcher；论文中的结果来自由 VLAct 微调得到的下游策略，而非该原始检查点的 zero-shot 成绩。检查点采用 Apache License 2.0 发布，安全部署需要面向具体机器人处理动作映射、归一化、相机标定、控制频率、工作空间约束和独立安全系统。