EVO1 · LIBERO 是一个 EVO1 视觉-语言-动作检查点，基于 OpenGVLab/InternVL3-1B-hf 作为 Base VLM，并在 lerobot/libero 的四个 LIBERO suite 上训练。训练采用两阶段 LeRobot recipe：先进行 5k steps 的 action-head-only 训练，再进行 VLM 与 action head 的联合微调；该发布版本是 Stage 2 80k 计划中的第 70,000 步检查点。

评估使用 LeRobot LIBERO，seed 为 1000，每个任务 50 episodes、每个 suite 10 个任务，14-action replanning，448×448 观测，共 2,000 episodes。四个 suite 的成功率分别为 LIBERO Spatial 97.0%、LIBERO Object 99.2%、LIBERO Goal 96.6%、LIBERO-10 93.8%，总体为 96.65%。

使用时需要安装带 EVO1 和 LIBERO 依赖的 LeRobot，并按不同 suite 设置 episode length。局限包括评估仅为单 seed，结果依赖 14-action replanning 和文档中的 LIBERO gripper postprocessing；加载策略时如果未缓存会下载 OpenGVLab/InternVL3-1B-hf。模型发布 license 为 other，EVO1 代码为 MIT，InternVL3 为 MIT，Qwen 语言组件受 Qwen License 覆盖，lerobot/libero 数据集为 Apache-2.0。