外观
Skip to content
UniVLA
UniVLA
OpenDriveLab 在 GitHub 开源的算法库，主要语言 Python。 [RSS 2025] Learning to Act Anywhere with Task-centric Latent Actions
概述
这个开发工具的核心职责、所属技术栈与硬件生态定位。
UniVLA是OpenDriveLab开源的机器人视觉语言动作（VLA）算法库，属L7应用层算法组件，核心开发语言为Python，对应RSS 2025收录的《Learning to Act Anywhere with Task-centric Latent Actions》研究成果，核心功能围绕任务中心的隐式动作表征构建，支持跨场景通用机器人决策推理、多模态指令理解与动作序列生成。
该算法库定位上层VLA部署环节，无绑定特定硬件机型，开发者可通过Python API调用其多模态指令解析、动作规划能力，集成至自有机器人的导航、操作等上层决策链路，适配各类搭载视觉感知模块的通用机器人系统做端侧VLA能力部署。
关键工程信息
工具分类、开发语言、GitHub 社区活跃度与环境要求。
快速接入与环境要求
源码克隆、构建方式、已验证系统环境与版本更新记录。
源码拉取与构建参考
git clone https://github.com/OpenDriveLab/UniVLA.git
cd UniVLA
# 安装 Python 依赖与开发包
pip install -e .推荐运行环境与版本 1
| 版本 / 分支 | 验证环境 | 接入说明 |
|---|---|---|
| main / 最新稳定分支（适配 PyTorch 2.x 系列版本） | Ubuntu 22.04 LTS / Python 3.8 ~ 3.11 / CUDA 11.8 ~ 12.x / PyTorch 2.0+ | 克隆仓库后通过 pip install -r requirements.txt 安装依赖，核心入口为 univla/inference.py 提供多模态推理API，可集成至机器人决策链路。 |
关联实操教程与排障记录
教程 / 实测 / 排障 1
适配与兼容机型
支持接入该 SDK、ROS 驱动或仿真资产的机器人本体。
尚未收录适配机型。
同厂商与同类工具
同一厂商开源的配套仓库或同技术栈开发工具。
来源
本页事实对应的公开页面，以原文为准。
- GitHub OpenDriveLab/UniVLA访问 2026-10-13