Octo Base

Robotiikka / VLAEi saatavilla
kehittäjä: OtherMallin tunnus: octo-base

Berkeley/Stanford 93M transformer diffusion policy. Pretrained on 800k Open-X-Embodiment episodes.

Tila
Ei saatavilla
Syöte → tulos
Teksti + Kuva → Robottitoiminnot
Kehittäjä
Other
Päivitetty
23. syyskuuta 2026

Octo Base ei ole tällä hetkellä saatavilla

Voit silti lukea tiedot tältä sivulta. Valitse yksi alla olevista saatavilla olevista vaihtoehdoista suorittaaksesi vertailukelpoisen mallin heti.

01

Leikkikenttä

Octo Base

Tutkimusmalli

Ei tällä hetkellä saatavilla

Octo Base on robotiikkamalli (vision-language-action) eikä sitä voi suorittaa railwail-ohjelmointirajapinnan kautta.

02

Tietoja: Octo Base

Lyhyesti23. syyskuuta 2026 alkaen

Octo Base on Other-kehittäjän malli kategoriasta Robotiikka / VLA. Octo Base ei ole tällä hetkellä saatavilla Railwailissa.

Tausta

Tietoja: UC Berkeley / Stanford (Octo Model Team)

Perustettu 2023 · Berkeley & Stanford, California, USA

The Octo project is a collaboration of academic labs led by Sergey Levine (UC Berkeley BAIR) and Chelsea Finn (Stanford IRIS), with contributions from CMU, Google DeepMind, and Toyota Research Institute. Octo was first released in May 2024 alongside the Open-X-Embodiment dataset effort, with the goal of producing a generalist, fully open-source robot policy that any researcher can fine-tune on a new robot in hours. Octo introduced the recipe of a transformer policy with a diffusion action head trained on 800k cross-embodiment demonstrations, and it has become a de-facto baseline in academic VLA / generalist-policy research. The team released both Octo-Small (27M) and Octo-Base (93M) under Apache-2.0, alongside code, checkpoints and a fine-tuning toolkit.

Vieraile sivustolla UC Berkeley / Stanford (Octo Model Team)

Arkkitehtuuri

Transformer policy with diffusion action head (Vision-Language-Action)

Octo-Base is a transformer-based generalist robot policy. Inputs are tokenised RGB views and a natural-language instruction (encoded with a T5-base text encoder), interleaved with learnable readout tokens. The transformer trunk consumes this sequence and emits action latents that are decoded by a diffusion head producing continuous action chunks (default 4-step lookahead, 7-DoF end-effector deltas). The model was pretrained on roughly 800k demonstrations from 25 datasets in the Open-X-Embodiment collection, covering 9 robots, both single-arm and bimanual setups. Octo is intentionally embodiment-agnostic: action and proprioception spaces are encoded via shared adapters so the same backbone can be fine-tuned to new robots with as little as a few hundred demos. The diffusion head gives smooth, multimodal trajectories that outperform discrete-token VLAs on dexterous tasks at this scale.

Parametrit
93M

Ominaisuudet

  • Generalist VLA policy across many robot embodiments
  • Trained on ~800k demos from Open-X-Embodiment
  • Diffusion action head produces smooth continuous actions
  • Natural-language instruction conditioning (T5 encoder)
  • Multi-view image inputs (primary + wrist cameras)
  • Designed for fast fine-tuning on new robots and tasks
  • Apache-2.0 open weights, code and recipes
  • Strong academic baseline for VLA papers
  • Best for: research, fine-tuning to new embodiments, generalist-policy benchmarks.

Koulutus ja lisenssi

~800,000 robot trajectories drawn from 25 Open-X-Embodiment-compatible datasets across 9 robot embodiments (Franka, WidowX, Bridge, RT-1 Everyday Robots, Berkeley UR5, etc.). Trained on TPU v4 / v5 hardware.

Lisenssi: Apache-2.0 - fully open weights, code, and dataset references. Research-friendly; commercial use permitted under the licence.

Turvallisuustestit: Octo is a research artifact; no formal red-teaming or RSP. Risks (unsafe robot motions) are mitigated at deployment time by application-specific safety controllers, not by the model itself.

Tunnetut rajoitukset

  • Modest 93M scale - underperforms 7B+ VLAs on hard generalisation
  • Optimised for 7-DoF end-effector control - bimanual humanoid action spaces need adapters
  • Limited language reasoning relative to LLM-backed VLAs
  • Image resolution capped (256x256)
  • Trained mostly on Western lab data - geographic bias
  • Long-horizon planning requires external prompt decomposition
03

Hinnat

Ei tällä hetkellä saatavilla. Tällä hetkellä tälle mallille ei ole hintaa, joten sitä ei voi suorittaa.

04

API

Kutsu Octo Base Railwail-API-avaimellasi. Käytä tätä mallin tunnusta pyynnössä:

Ei saatavilla API:n kautta

Robotiikan mallit suoritetaan robottilaitteistolla, ei railwail-API:n kautta.

05

Tekniset tiedot

Mallin tunnus
octo-base
Kehittäjä
Other
Syöte
Teksti, Kuva
Tuloste
Robottitoiminnot
Mallin koko
93M
Lisenssi
Apache-2.0 - fully open weights, code, and dataset references. Research-friendly; commercial use permitted under the licence.
Luettelokirjaus päivitetty
23. syyskuuta 2026

Tunnisteet

  • berkeley
  • stanford
  • vla
  • robotics
  • research-only
  • open-weights
  • small
06

Käyttötapaukset

Mihin sitä käytetään

  • Generalist policy fine-tuning for new robots
  • Academic research and ablations on VLAs
  • Baseline in cross-embodiment robot learning papers
  • Educational / coursework robotics projects
  • Bootstrapping data-efficient manipulation policies
  • Reproducible benchmarks on Open-X-Embodiment
07

Usein kysytyt kysymykset

Mikä on Octo Base?

Octo Base on Othern kehittämä malli Robotiikka / VLA-kategoriassa. Se on listattu Railwailissa, mutta sitä ei voi tällä hetkellä suorittaa.

Paljonko Octo Base maksaa Railwailissa?

Octo Baseta ei voi tällä hetkellä suorittaa Railwailissa, joten nykyistä hintaa ei ole. Saatavilla olevat vaihtoehdot hintojen kanssa on lueteltu tämän sivun alempana.

Kuinka nopea Octo Base on?

Octo Basella ei ole vielä tarpeeksi mitattuja suorituksia Railwailissa suoritusajan ilmoittamiseksi. Se riippuu syötteestä, asetuksista ja palveluntarjoajan kuormituksesta.

Milloin Octo Base on oikea valinta?

Octo Base kuuluu Robotiikka / VLA-kategoriaan. Kategorian sivulla on lueteltu muut tämän tyyppisen mallit hintojen kanssa.

Kaikki mallit: Robotiikka / VLA

Voiko Octo Base käsitellä kuvia?

Kyllä. Octo Base hyväksyy kuvia syötteenä tekstin lisäksi.

Voiko Octo Basea käyttää juuri nyt?

Ei tällä hetkellä saatavilla. Sivu pysyy verkossa; saatavilla olevat vaihtoehdot samasta kategoriasta on lueteltu alempana.

Kaikki mallit yhden API:n kautta

Yksi API-avain kaikille Railwailin malleille. Käyttö laskutetaan prepaid-krediiteistä, 1 krediitti = 0,01 $.