Hugging Face Blog·· 2025-06-03精选AI 评分74
Hugging Face 发布开源 450M 视觉语言动作模型 SmolVLA
SmolVLA: Efficient Vision-Language-Action Model trained on Lerobot Community Data
AI 导读
Hugging Face 发布 SmolVLA-450M，一款 450M 参数的开源视觉语言动作模型，可在消费级硬件上运行，仅用 lerobot 标签下的社区共享数据集预训练，在 LIBERO、Meta-World 仿真及 SO100、SO101 真实任务上超过更大的 VLA 和 ACT 基线。
推荐理由
原文给出了训练数据规模、架构取舍和异步推理收益，读者可据此评估小模型 VLA 在消费级硬件上的可行性。
来源：Hugging Face Blog · huggingface.co