Skip to content

新闻X10 天前

WALL-OSS 0.5接入LeRobot VLA家族:4B参数支持VQA与子任务规划 ​

本文由 AI 根据公开内容整理,可能有误,请以原文为准:WALL-OSS 0.5 is now part of the LeRobot VLA family.(X:自变量 X Square (@XSquareRobot)(via AIHOT))

核心内容 ​

X Square Robot正式宣布WALL-OSS 0.5加入LeRobot VLA家族,成为LeRobot 0.7版本新增的五个视觉-语言-动作(VLA)模型之一。此次集成标志着开源具身智能框架在模型多样性上的重要扩展,为开发者提供了新的轻量化端到端控制选项,进一步降低了VLA算法的研究与部署门槛。

WALL-OSS 0.5采用4B参数规模架构,除基础动作生成外,原生支持文本生成与/vqa视觉问答指令交互。其核心技术突破在于具备自主规划子任务能力,可将高层自然语言指令拆解为可执行序列。这种语义理解与运动控制的深度融合,使其能处理非结构化环境下的复杂长程操作任务,提升了端侧模型的泛化性能。

关键看点 ​

  • 模型规格:WALL-OSS 0.5参数量为4B,作为轻量级VLA模型被纳入LeRobot 0.7官方支持列表,适配开源具身智能训练推理框架。
  • 多模态交互:原生支持文本生成与/vqa视觉问答接口,允许开发者通过自然语言查询环境状态或获取机器人感知反馈,增强人机协作透明度。
  • 任务规划:内置自主子任务规划机制,能将抽象高层指令自动分解为具体动作序列,解决传统VLA模型在长程复杂操作中语义断层的问题。
  • 生态扩展:作为LeRobot 0.7新增的五个VLA之一,丰富了开源社区的模型选择,为对比不同参数规模与架构的具身模型性能提供基准。

工程与产业观察 ​

WALL-OSS 0.5以4B轻量级参数实现VQA与子任务规划,验证了小参数VLA在语义理解与动作执行融合上的可行性。其接入LeRobot生态为算法工程师提供了低算力门槛的端到端研究基座,推动具身智能从单纯模仿学习向具备认知推理能力的通用操作演进。

线索来源:AIHOT

基于本页技术方向关联的整机参数、核心零部件、实测报告与同赛道选型横评。

外部来源

本页事实对应的公开页面,以原文为准。(点击将离开本站)

  1. X:自变量 X Square (@XSquareRobot)(via AIHOT):WALL-OSS 0.5 is now part of the LeRobot VLA family. ↗访问 2026-11-12